(Page de garde) - uliege.be romain...(Page de garde) ~II"~"! ! En préambule à ce mémoire, je souhaite adresser mes remerciements les plus sincères aux personnes qui m'ont apporté

~ I ~

(Page de garde)

~ II ~

En préambule à ce mémoire, je souhaite adresser mes remerciements les plus sincères aux

personnes qui m'ont apporté leur aide et qui ont contribué à l'élaboration de ce mémoire.

Je tiens à remercier sincèrement Monsieur le Professeur G . Eppe, qui, en tant que Promoteur

de mémoire, s'est toujours montré à l'écoute et très disponible tout au long de la réalisation de ce

travail, ainsi que pour l'inspiration, l'aide et le temps qu'il a bien voulu me consacrer et sans qui ce

mémoire n'aurait jamais vu le jour.

son laboratoire de recherche.

Je remercie M. V. Hanot pour avoir pris le temps de faire partie de mon jury de mémoire

Mes remerciements s , pour sa générosité et la grande

patience dont elle a su faire preuve. elle a consacré à

la relecture et aux précieuses corrections de ce travail. Puis

plus profonde reconnaissance.

Je me dois également de remercier Séverine Goscinny pour ses conseils avisés et sa bonne

humeur au quotidien.

qui ont accepté de

répondre à mes questions avec une grande compréhension et générosité.

Je n'oublie pas ma mère et mon frère pour leur contribution, leur soutien et leur patience tout

au long de mes études.

Enfin, j'adresse mes plus sincères remerciements à tous mes proches et amis, qui m'ont

toujours soutenu et encouragé au cours de la réalisation de ce mémoire.

Merci à tous et à toutes.

~ III ~

AFSCA : Agence Fédérale pour la Sécurité de la Chaîne Alimentaire

CapLC : Chromatographie liquide capillaire

CCD : Central Composite Design

Cellule IMS : Cellule de mobilité ionique

CRM : Charge Residue Model

DFT: Density Functionnal Theory (Théorie de la Fonctionnelle Densité)

EFSA : European Food Safety Authority

EPA:

ESI : Source d

FDA : Food and Drug Administration

GC : Chromatographie en phase Gazeuse

HEPT: Hauteur Equivalente de Plateaux Théorique

HPLC : High Performance Liquid Chromatography

IEM : Ion Evaporation Model

IMS : Spectrométrie de Mobilité Ionique

ISP : Institut de Santé Publique de Bruxelles

LC : Chromatographique en phase Liquide

LMR : Limite Maximale de Résidus

m/z : rapport masse sur charge

MRM: Multiple Reaction Monitoring

MS : Spectrométrie de Masse

PA : Approximation par projection

PB : Plan Plackett-Burman

QqQ : Triple Quadripôle

QuEChERS : Quick, Easy, Cheap, Effective, Rugged, Safe

ToF : Time of Flight (Temps de vol)

TWIG: Tri-Wave Ion Guide

TWIMS : Travelling Wave Ion Mobility Spectrometry (mobilité ionique par déplacement de vague)

U(H)PLC :Ultra (High) Performance Liquid Chromatography

~ 1 ~

1. Introduction ................................................................................................... 3

1.1. Généralités ......................................................................................................... 3

1.2. Les pesticides .................................................................................................... 3

1.2.1. t- ? .................................................................................. 3

1.2.2. Les limites maximales de résidus ......................................................................... 4

1.3. .................................................................. 5

1.3.1. Méthode Multi-Résidus ........................................................................................ 5

1.3.2. Les techniques de séparation ................................................................................ 6

1.3.3. Les techniques de détection .................................................................................. 7

1.3.4. La spectrométrie de mobilité ionique ................................................................... 9

1.4. Présentation du projet ...................................................................................... 11

1.4.1. Cadre du projet ................................................................................................... 11

1.4.2. Objectifs ............................................................................................................. 11

2. Matériels ....................................................................................................... 13

2.1. Le spectromètre de masse................................................................................ 13

2.1.1. La source électrospray ........................................................................................ 13

2.1.2. La cellule de mobilité ......................................................................................... 16

2.1.2.1. Le Tri-Wave Ion Guide ......................................................................................... 17

2.1.2.2. La cellule IMS ....................................................................................................... 18

2.1.2.3. Le Trap et le Transfer ............................................................................................ 20

2.1.3. : le ToF ................................................................... 21

2.2. La chromatographie liquide capillaire (CapLC) ............................................. 23

2.2.1. Introduction ........................................................................................................ 23

2.2.2. Paramètres importants dans la séparation en chromatographie liquide ............. 25

2.3. Méthodes statistiques ...................................................................................... 30

2.3.1. Le plan Plackett Burman .................................................................................... 30

2.4. Méthodes théoriques........................................................................................ 32

2.4.1. La théorie de la fonctionnelle densité (DFT) ..................................................... 32

2.4.2. Calcul de la section efficace de collision théorique ........................................... 33

~ 2 ~

3. Méthodes ...................................................................................................... 34

3.1. Echantillons ..................................................................................................... 34

3.2. Analyses .......................................................................................................... 35

4. La séparation des pesticides en mobilité ionique ..................................... 38

4.1. Calibration de la cellule de mobilité ............................................................... 38

4.1.1. Choix du gaz de séparation ................................................................................ 38

4.1.2. Choix des paramètres de mobilité ...................................................................... 41

4.2. Etude de pesticides par la mobilité ionique ..................................................... 49

4.2.1. ........................................................................................ 49

4.2.2. Séparation de deux grandes familles chimiques de pesticides : les organophosphorés et les carbamates ................................................................................. 55

4.3. Les pesticides et la mobilité ionique ............................................................... 56

5. La mobilité ionique couplée à la chromatographie liquide ..................... 59

5.1. La chromatographie liquide couplée à la spectrométrie de masse .................. 59

5.1.1. Détermination du temps de rétention des pesticides .......................................... 59

5.1.2. Test de sensibilité de la méthode LC-IMS-MS sur matrices ............................. 61

5.2. Intérêt du couplage pour le « screening » ....................................................... 62

5.2.1. La mobilité ionique comme filtre de la matrice ................................................. 62

5.2.2. La mobilité ionique est-elle sensible à un effet matrice ? .................................. 65

5.2.3. LC, IMS, MS ....................... 66

6. Conclusion .................................................................................................... 68

7. Perspectives .................................................................................................. 69

8. Bibliographie ............................................................................................... 70

9. Annexes ........................................................................................................... i

~ 3 ~

1. 1.1. Généralités

La nourriture est un bien essentiel pour la vie. Bien que de nombreuses personnes dans le

monde souffrent de la faim, peu sont concernés par le manque de nourriture. Leurs

inquiétudes concernent non pas la quantité mais la quantité mais la qualité de leur alimentation. La

préoccupation croissante des Européens pour leur santé et leur connaissance des risques associés

associés aux aliments a une incidence sur leurs choix alimentaires. Les pouvoirs publics comme

européen, ont mis en place différents systèmes

permettant de surveiller la chaîne alimentaire des produits consommés en Europe.

Depuis de nombreuses années, une attention accrue a été portée sur les résidus chimiques dans

les aliments. La présence de quantité infime de résidus de pesticides a amené certaines personnes à se

demander si la production de leur nourriture était « sûre ». Dans son rapport annuel de 2008,

« » précise que la présence de pesticides dans les aliments, voire

dans de nombreux cas, même dans le cas du dépassement de la Limite Maximale de Résidus, ne doit [1]. Toutefois, la perception du

public des risques liés aux pesticides est tout autre. En effet, une étude datant de 1982 a montré que les

étudiants classaient les pesticides comme plus dangereux que la moto, les femmes considéraient les

de décès par accidents, la moto arrive 6ème, la chasse 14ème ème et les

pesticides arrivent seulement 28ème[2].

1.2. Les pesticides 1.2.1. -‐ ?

comme

u mélange de substances destinés à prévenir, anéantir, repousser ou [3]. De nos jours, les

pesticides sont principalement utilisés dans la filière de production de la nourriture et peuvent

s ciblés. Ainsi, il existe plusieurs classes

de pesticides, comme les

également possible de classer ces pesticides selon leurs structures chimiques, qui induisent leurs

lus courantes sont

~ 4 ~

reprises à la F igure 1. Les deux familles les plus importantes en termes de nombre de pesticides

existants sont les organophosphorés et les carbamates.

F igure 1 : Tableau reprenant les principales familles chimiques des pesticides ainsi que leur cible et leur mode l[4-6]. Parmi ces familles, les organophosphorés et les carbamates sont celles qui contiennent le plus

grand nombre de pesticides.

1.2.2. Les limites maximales de résidus

la conservation des produi

qui ciblerait uniquement le parasite, serait inactif et se dégraderait

rapidement s herbicides interagissent

avec le milieu (ex : )[7]. Les résidus en pesticides dans et ou sur les aliments sont la

Ces produits étant nocifs pour la santé humaine à

certains niveaux de concentrations, ils sont soumis à une réglementation mise en place par les autorités

e

européenne (UE) sont soumis à une Limite Maximale de Résidus (LMR) de pesticides, de manière à

protéger la santé animale et humaine. Les LMR sont les niveaux supérieurs de concentration de

résidus de pesticides autorisés légalement dans ou sur les denrées alimentaires. Elles sont fondées sur

les bonnes

consommateurs.

n°396/2005[8], émis par le parlement européen, datant du 1er septembre 2008, remplace les LMR

nationales par des LMR , pour toutes les denrées alimentaires.

Auparavant, chaque État me

iaux et des

incertitudes sur le plan juridique[9].

Pesticides Cible Mode d'action principaux Exemples

Organophosphorés, carbamates

Inhibition de l'enzyme acétylcholinestérase (AChE) Perturbation de l'influx nerveux entraînant la

paralysie ou la mort

Carbofuran, Primicarb, Malaoxon, Quinalphos

NicotinoïdesSubstitution du neurotransmetteur acétylcholine

par le composé nicotinoïde

Imidacloprid, acetamiprid, thiamethoxam

Triazines, UréesMauvaises herbes,

Végétaux non-‐désirés

Inhibition de la photosynthèse, Inhibition du transport d'électrons, Inhibition de la division

cellulaire Mauvais développement de la plante

Simazin, Linuron, Clethodim

Phénylamides, Pyrimidinols

Inhibition de la synthèse de l'ARN Metalaxyl, Ethirimol

Benzimidazoles Inhibition de la mitose Carbendazim

Insectes, Parasites

Champignons, Mousses

~ 5 ~

Actuellement, près de 800 pesticides[10] sont réglementés et les limites admises deviennent de

plus en plus faible, ainsi il est de plus en plus difficile de séparer et de quantifier les composés ciblés

: 5 jours ouvrables .

une forte demande de développement de méthodes de détection multi-

résidus sensible.

1.3.

1.3.1. Méthode Multi-‐Résidus

fait depuis plus d mbre

de substances interdites ou autorisées dans une certaine limite -

homologation et le contrôle de surveillance doivent satisfaire aux exigences des performances

détaillées dans le SANCO/2010/10036[11].

Le nombre de pesticides réglementés a augmenté considérablement ces dernières années,

passant de 65 en 2006 à plus de 800 en 2010 -résidus sont de plus

en plus appliquées. Ces méthodes multi-résidus ont été développées pour détecter une grande variété

de pesticides pote Idéalement, une méthode multi-résidus doit être

rapide et facile à réaliser, nécessiter un minimum de produits chimiques (notamment des solvants),

fournir un certain degré de sélectivité, et toujours couvrir un large éventail de paires analyte-

matrice[12].

Pendan -résidus des

pesticides dans les aliments et les produits agricoles était la suivante. Une extraction réalisée par des

liquide-liquide avec un solvant non-

bien pour les pesticides non-polaires, mais certains composés tels que les organophosphorés ainsi que

plusieurs pesticides récemment synthétisés et mis sur le marché étaient en partie perdus. Des

approches plus sophistiquées étaient donc nécessaires et les analystes ont commencé à expérimenter

différ fférents sels à la

solution augmentait le pourcentage de pesticides récupérés par le simple changement de la polarité du

mélange, effet appelé « salting out ». Ce développement a notamment été applique dans la méthode

QuEChERS (Quick, Easy, Cheap, Effective, Rugged, Safe )[12].

La méthode QuE ChE RS

-résidus simple, rapide, peu coûteuse, qui fournit des

~ 6 ~

a mené Anastassiades et al.[12]

de résidus de pesticides dans les fruits et les légumes. Il a donné à cette méthode le nom de

QuEChERS pour « Quick, Easy, Cheap, Effective, Rugged, Safe », signifiant en français « rapide,

facile, bon marché, efficace et sure

monde entier.

1.3.2. Les techniques de séparation

Les premières techniques de séparation ont été inventées par Mikhail Tswett dans les années

1900 par des contaminants. Au fil des années, les

principaux contaminants sont devenus les résidus de pesticides. Des informations précises sur leurs

niveaux de concentrations étaient requises. Pour cela, plusieurs techniques analytiques ont été mises

ans les années 60

que les techniques de séparation ont fait une avancée remarquable par le développement de méthodes

détection à la chromatographie, les résul

pour cela que des méthodes de séparation ont émergées très rapidement.

Dans cette même période, les pesticides organochlorés étaient probablement les composés qui

accaparaient le plus de sujets de recherches dans le domaine de la chimie analytique. A cause de leur

caractère hydrophobique (apolaire) important, de leur grande stabilité thermique et de leur volatilité, la

chromatographie en phase gazeuse (GC) est vite devenue une méthode de choix pour leurs

déterminations[13-15]. En comparaison aux autres techniques de séparation, la GC avait les meilleures

propriétés de séparations et donc, comparé à la chromatographie liquide (LC), était le meilleur

[16],

le NPD (Nitrogen-Phosphorus Detector)[17], et notamment le couplage des colonnes GC à un

spectromètre de masse[18] a accru la prévalence de la GC par rapport aux autres techniques analytiques

De nos jours, la chromatographie en phase gazeuse est toujours une méthode de prédilection

fin des années 70, la chromatographie en phase liquide (LC), a commencé à attirer de plus en plus

manque de sensibilité et la difficulté de réaliser un couplage direct au spectromètre, le développement

grandissant de pesticides hydrophiles à for

domaine ont également été aidés par le développement de nouveaux matériaux pour les colonnes,

Cf. 2.2 La

chromatographie liquide capillaire).

~ 7 ~

La situation actuelle dans le doma se caractérise par la

coexistence de ces deux techniques chromatographiques ayant chacune leurs avantages. La GC a

ps de rétention, souvent basées sur des indices de

rétention standardisés (indices de Kovats)

de composés. Les autres avantages de la GC est de produire une séparation très efficace, de disposer

pesticides

thermiquement instable (dit thermolabiles), très polaires, de haut point moléculaire (non-volatile) et

conjugués à des métabolites ; là où la GC a souvent échoué[19].

Récemment un nouvel instrument de chromatographie liquide a été développé : le système

UHPLC (Ultra High Performance Liquid Chromatog -haute

pression utilisant des particules de très petits diamètres (< 2 µm), qui autorise des analyses à très

hautes pressions (plus de 15000 psi, soit 1000 bar). Grâce à ce système, la quantité de solvant est

diminué,

Cette haute résolution se caractérise par un affinage de la largeur des pics et une augmentation du [20]

donne les meilleurs

dans le monde des analyses environnementales et biologiques[21-23].

En conclusion, nous pouvons dire que la plupart des analytes peuvent être

déterminés/identifiés par au moins une des deux techniques. Cependant, la méthode de

chromatographie gazeuse, quand elle est applicable, a encore des avantages, notamment une très

bonne séparation,

analyser sont polaires, non-volatiles ou thermolabiles. Aucune des deux techniques de séparation ne

semble être universelle pour

GC sont deux méthodes complémentaires.

1.3.3. Les techniques de détection

ipôle (QqQ) et temps de vol (ToF) sont

matrices. Le triple quadripôle est la pierre angulaire de la technique de dépistage et de confirmation

des contaminants et [24].

~ 8 ~

L e tr iple quadripôle (QqQ)

Un triple quadripôle résulte de l'association de deux analyseurs quadripolaires en série, séparés

par une cellule de collision souvent constituée d'un quadripôle plus court. Cette combinaison de

quadripôles permet de travailler en MS simple ou en tandem (MSMS).

en routine pour

-résidus et simple-résidu

cquisition sont possibles

descendant, le mode ascendant, le mode perte de neutre et le mode « Multiple Reaction Monitoring »

(MRM) [25]. Le mode le plus largement Dans ce

charge (m/z), puis fragmenté dans la cellule de collision. Quant au second analyseur, il est focalisé sur

un des ions fragments. Ce mode de fonctionnement présente une double sélectivité, par la sélection de

l'ion parent et de l'ion produit. La MRM est devenue un mode de choix pour la quantification car elle

produit un meilleur gain de sensibilité par rapport aux autres modes, grâce à une forte diminution du

bruit chimique. la MRM

contaminants alimentaires.

En analyse quantitative, les analyseurs de type QqQ permettent de descendre à des

concentrations très faible, du pg/mL[26]. Cela est dû à une importante gamme dynamique

iron trois ordres de grandeurs.

Contrairement à un analyseur QqQ, un analyseur à temps de vol (Tof) a une meilleure limite

de détection mais une gamme dynamique de seulement deux ordres de grandeurs, compromettant ainsi

Un tableau reprenant les

différentes caractéristiques du triple quadripôle (QqQ) et du temps de vol (ToF) est présenté ci-

dessous (F igure 2) :

F igure 2 : Comparaison des performances du T riple quadripôle (QqQ) et du T emps de vol (ToF). La gamme dynamique représente le rapport du pic le plus intense sur le moins intense[27]

Sensibilité en full scan (spectre complet)

Sélectivité Précision Gamme dynamique

Triple quadripôle (QqQ) Moyenne HauteBasse (résolution à

l'unité)Haute

Temps de vol (ToF) Haute Basse Haute Basse

~ 9 ~

L e temps de vol (ToF)

Au fil des années, les analyseurs à temps de vol couplés aux spectromètres de masse (ToF-

MS) ont subi plusieurs améliorations techniques qui ont transformé ces instruments en des outils

ité de la réponse ne permettait

-ToF pour [28].

Un ToF-MS peut enregistrer un spectre complet avec une grande précision sur toute la gamme

-

ciblés. D

nombre de scans par seconde et en développant

rendant ainsi possible des analyses qualitatives et quantita[27, 29]. Le ToF est

également utili

dans la nourriture.

La combinaison LC-ToF-

re la masse exacte de composés inconnus,

à partir de la composition élémentaire, en combinaison avec le schéma de fragmentation est un outil

très utile pour le dépistage de pesticides non-ciblés ainsi que pour la détection des produits de

dégradation des pesticides dans les fruits et les légumes. Le succès de la LC-ToF-MS pour la

procédures de quantification exactes et précises, de la disponibilité de bases de données sur les

mobilité ionique comme dimension supplémentaire.

1.3.4. La spectrométrie de mobilité ionique

Durant ces dix dernières années, la spectrométrie de mobilité i

comme méthode de séparation dans la chimie analytique. Actuellement plus de 50000 spectromètre de [30] Avec le

-ionisation laser assistée par matrice (MALDI)

es applications qui auparavant étaient limitées aux analytes volatiles en

phase gazeuse, se sont étendues aux analyses en phase aqueuse et solide, ces dernières pouvant

contenir des analytes non-volatiles. Le développement de la mobilité ionique à haute résolution et

et la quantification de

composés[31-35]. S-

démonstration par Clemmer et al.[36] de la séparation de conformères de peptides.

~ 10 ~

Lorsque la spectrométrie de masse est couplée à la mobilité ionique (IMS), les ions sont

séparés selon leur forme/taille par des interactions avec le gaz de mobilité. Ainsi le montage (IMS-

nant entre autres du domaine de la protéomique [37] ou de la

métabolomique[38].

L es différents spectromèt res à mobilité ionique

Il existe quatre types de spectromètre à mobilité ionique qui peuvent être

couplés à des spectromètres de masse. Ces derniers sont la mobilité ionique par temps de dérive (drift

time)[39], par aspiration (ex: AIMS)[40], par haut champ électrique asymétrique (asymmetric) (ex:

DMS, FAIMS)[41] et par déplacement de vague (travelling wave) (ex: TWIMS)[42]. Les IMS de type

aspiration et champ différentiel travaillent sous atmosphère ambiante, tandis que ceux à mobilité

ionique et déplacement de vague, sous soumis à une pression réduite.

Le spectromètre traditionnel à temps de dérive mesure le temps que met un ion à parcourir une

proportionnalité, appelé la constante de mobilité ionique K de

« drift » vd E selon

(1)

Expérimentalement, la mobilité ionique K

on[43] qui reprend les conditions expérimentales et les

(2)

où q N la densité du gaz tampon, k la constante de Boltzmann, T la température,

m la masse du gaz tampon, M .

être directement calculée à partir du temps de mobilité.

La dernière méthode de mobilité ionique à avoir été développée est la mobilité par

déplacement de vague (TWIMS). Son architecture est assez proche de celle du spectromètre de

de façon continu dans la cellule, un système de vague de potentiel est mis

champ électrique mobile. Cette technique est développée en détails dans la partie « 2.1.2.1. Le Tri-

Wave Ion Guide »

~ 11 ~

L e couplage L C-I MS-MS

Le couplage LC-IMS-MS

lyseur à temps de vol (LC-

IMS-ToFMS). Ainsi une stratégie de séparation multidimensionnelle est combinée avec la haute

séparations. Cette approche est ré

technique de séparation

ionique et de la microseconde pour le temps de vol[44] (F igure 3)

F igure 3 : E chelle de temps de différentes techniques de séparation

1.4. Présentation du projet 1.4.1. Cadre du projet

précisément, avec le département « Food, medicines and consumers safety », section pesticide. Cette

1.4.2. Objectifs

confirmation de pesticides ciblés et non-ciblés. Une méthode de type multi-résidus sera employée ici,

elle consiste au couplage entre une méthode de type screening (LC-ToF) bien connue dans la

littérature, avec la technique de mobilité ionique TWIMS. Le fait de coupler la mobilité ionique au

système LC-

le permettra de séparer les ions selon leur

~ 12 ~

déplacement de vague (TWIMS). Pour cela, nous essayerons en premier lieu de séparer plusieurs

coupl

cela, nous espérons voir apparaître une séparation aux niveaux des familles de pesticides. Si cela se

ticide inconnu, il serait possible de déterminer

sa famille chimique en plus de sa masse.

Les expériences se poursuivront par le couplage du spectromètre de masse avec la

déterminés.

Ainsi il sera possible de déterminer si la mobilité ionique est une dimension orthogonale à la LC et à la

. En combinant les trois informations obtenues, temps de rétention,

m/z et temps de mobilité, nous espérons voir « un nettoyage » des spectres et ainsi augmenter la

sensibilité de la méthode e

structurale de composés inconnus. Cela permettrait de diminuer le nombre de faux-positifs obtenus

actuellement par la méthode UPLC-ToF.

~ 13 ~

2. Après avoir présenté dans le chapitre 1, de cette étude, nous

détailleron es outils analytiques utilisés dans le cadre de ce mémoire. En premier lieu,

nous présenterons les méthodes de séparation que sont la spectrométrie de masse et la

chromatographie liquide, puis ensuite, nous aborderons les méthodes de calcul statistique (Plackett-

Burman et Central Composite Design) et théorique (DFT).

2.1. Le spectromètre de masse

commercial distribué par Waters®, Manchester, UK. Nous exposerons ci-après les trois parties

intervenant dans le cadre de ce mémoire. Ces dernières sont la source électrospray, la zone

Figure 4).

Figure 4 : Schéma du électrospray (ESI), premier nt un quadripôle, une zone de séparation par mobilité (T ri Wave), un analyseur à temps de vol

(QuanT O F) et

2.1.1. La source électrospray

séparation partielle

des charges positives par rapport aux charges négatives. En mode positif, pour la solution se trouvant

~ 14 ~

, les ions positifs se situent à la surface du liquide, tandis que les ions

eur du capillaire (F igure 5).

F igure 5 : Schéma représentant la production de gouttelettes par électrospray. G râce au champ électr ique appliqué et à la forme du capillaire en aiguille, il y a un enrichissement en ions positifs sur le ménisque de la solution. Par

ppelé cône de Taylor . Nous remarquons que les ions négatifs sont attirés par le capillaire et donc que ces derniers ne sont pas introduits dans le spectromèt re de masse[45]

augmente la tension de surface du liquide qui se meut en un cône, appelé cône de Taylor. Plus le

aire, plus le cône devient instable et ainsi le ménisque

filament (Figure 6).

Figure 6 , appelé cône de Taylor. Le point le [45]

r

du solvant créée gmentation de la densité de charge à

+

+ _____

_Contre-électrode

Capillaire

Cône de Taylor

~ 15 ~

la surface de la gouttelette par une diminution du rayon de la gouttelette possédant une charge

constante q (1ère étape de la F igure 5). Lorsque le rayon atteint la limite de Rayleigh (Equation 3),

(3)

0 est la permittivité du vide

les gouttelettes subissent une fission de Coulomb. A cet instant, la répulsion coulombienne entre les

charges surpasse les forces cohésives de la tension de surface[45].

Gomez et Tang[46] ont montré que pour des solutions hautement conductrices, il y avait une

fission des gouttelettes inégale. En effet, cette fission produit une gouttelette principale et quelques

gouttelettes secondaires ; ces dernières se répartissent 2% de la masse et 15% de la charge du

parent[46]. Après une quantité importante de cycle « désolvatation fission de Coulomb » subit par les

gouttelettes, les ions passent en phase gazeuse et sont -électrode par le champ

électrique. Malgré

formation des ions en phase gazeuse est toujours soumis à des recherches. Les deux modèles qui

paraissent les plus plausibles Charge Residue Model » (CRM) et le « Ion

Evaporation Model » (IEM).

[47]

(F igure 7a).

Le modèle IEM soumis par Iribane et Thomson propose un scénario différent. Selon leur idée,

lorsque la gouttelette a atteint un certain rayon (10- + en phase

gazeuse commence à se produire. Ainsi la charge requise par ce processus est inférieure à celle requise

par la fission de Coulomb[48] (F igure 7b).

Ion Evaporation Model

principalement aux ions de faible masse (m/z < 3300), tandis que le Charge Residue Model semble

valide pour de plus grandes entités chargées plusieurs fois[49-51]. La viscosité de la solution a également

un effet sur le choix du modèle se divisera en des parties de

taille similaire au phénomène décrit par le CRM éjection de petites gouttelettes filles,

produit par un liquide peu visqueux, sera similaire au modèle IEM[52].

~ 16 ~

F igure 7 : (a) L es deux sont le « Charge Residue Model » (C RM) et (b) le « Ion Evaporation Model » (I E M)[53]

2.1.2. La cellule de mobilité

Plusieurs types de Tri-Wave se trouvent dans le Synapt G2. La cellule de mobilité, se situant

au centre du spectromètre de masse, est composée de trois Tri-Wave Ion Guide (TWIG) : le Trap, la

cellule de séparation (cellule IMS) et le Transfer (F igure 8). Notons également la présence dans le

se situant après la source.

F igure 8 : Schéma du T ri-Wave du Synapt G2 H D MS ((Waters, M anchester , U K)). I l comprend trois T W I G (T rap,

comporte 2 chambres ralentir les ions et diminuer la fragmentation

+

++

+++

+ + + +

++

++++

++++

+

++

__

___

_ +++++

+

+

+++

+

+

++

++

+ ++

++ +

+

______Evaporation

du solvant

++++++++

++++++ +____

++++++++

++++++ +____

+++++++

++++++

+___

+

+

+

++++_

++++_

++++_

+

+

+

Fission des gouttelettes

Fission des gouttelettesEvaporation du solvant

Evaporation des ions

+



CRM

IEM

a)

b)

~ 17 ~

2.1.2.1. Le Tri-‐Wave Ion Guide

Un Tri- es circulaires

auxquelles deux voltages sont appliqués

alternatif, les électrodes adjacentes sont soumises à des phases opposées du voltage, voltage se situant

dans le domaine des radiofréquences (F igure 9).

F igure 9 oumises à des phases opposées du voltage alternatif[42]

potentiel dont le minimum correspond au centre des électrodes et les maxima aux bords de ces

dernières (F igure 10a). Cela a pour effet de garder les ions au centre des électrodes, en limitant leur

r, et (axe z). Le

puits de potentiel peut

sortie. Des ondulations de fréquence sont visibles et vont se révéler être des pièges à ions dans

progression des ions[42] (axe z sur la F igure 10b). Lorsque ces pièges sont suffisamment profonds, ils

voire stopper leur

progression.

F igure 10 : (a) Représentation graphique du potentiel généré par un voltage alternatif dans un T ri Wave Ion G uide qui apparait comme un tube murs » de potentiel aux

se forme le long pour conséquence de former des « pièges » à ions[42]

.

Entrée des ions

Sortie des ions

a) b)

~ 18 ~

successivement un courant

adjacente après un temps défini (F igure 11). Cela donne un champ électrique mobile, qui peut être vu

comme une onde sur laquelle les ions peuvent surfer.

F igure 11 : Schéma illustrant la progression de la vague créée par les pulses successifs de courant continu le long du T WI G[54]

ner à une séparation des

tion qui sera

utilisée dans la cellule de mobilité.

2.1.2.2. La cellule IMS

La cellule IMS, partiellement isolée des autres TWIG, est composée en réalité de deux

2,

CO2

pour but de diminuer la fragmentation des ions étant un gaz

que les ions sont mis e

Temps

Paire

Pulse de courant continu

Ions

Empilement

ci rculaire

~ 19 ~

dépend de sa section efficace de collision (F igure 12).

F igure 12 : Simulation SI M I ON de la trajectoire de deux ions traversant la cellule I MS avec les mêmes paramètres, excepté que ces ions ont une section efficace de collision différente qui est de (a) 300 Å 2 et de (b) 400 Å2. I l en résulte

a une mobilité plus faible que [42]

Les ions sont à la fois accélérés par le potentiel de vague et freinés par les nombreuses

collisions, et donc plus sa vitesse dans la cellule sera faible. Il sera donc caractérisé par une valeur de

(F igure 12 et F igure 13).

F igure 13 : Schéma illustrant la séparation par la différence de mobilité des ions. L es ions avec une grande section efficace ont « roulé » par-dessus la vague tandis que les ions avec une petite section efficace ont suivi la vitesse de la vague[42]

Temps

Vague de potentiel

E lectrode ci rculaireEmpilement

Ion à faible temps de mobilité (petite section efficace)Ion à haut temps de mobilité (grande section efficace)

~ 20 ~

2.1.2.3. Le Trap et le Transfer

de 10-2 mbar en argon[54]

MS/MS de fragm

(m/z) des fragments

parent, et le m/z des ions filles au même temps de mobilité (F igure 14).

F igure 14 : Schéma des différentes possibilités de configuration de la cellule de mobilité. (a)Sans énergie de collision, nous obtenons le temps de mobilité et le m/z des ions parents. (b)nous obtenons le temps de mobilité des parents et le m/z des ions filles. (c) dans le T rap, nous obtenons le temps de mobilité et le m/z de chaque fragment formé.

Une bonne séparation des ions va dépendre des paramètres appliqués à la cellule de séparation.

Parmi les réglages importants se trouvent la hauteur de vague, la vitesse de vague, ainsi que la

lule IMS. Plus la hauteur de vague est importante, plus

les ions seront poussés rapidement vers le détecteur et donc la séparation en sera moins bonne. Tandis

Trap Cellule IMS Transfer


MS

IMS of parent

MS/MS

Mobilité des ions parents

MS


MS/MS

b)

c)

a)

~ 21 ~

que pour la vitesse de vague, plus elle est élevée, plus la séparation est efficace, car le temps laissé aux

différence de potentiel entre la Trap et la cellule IMS, paramètre qui est appelé biais. Il correspond au

dernier voltage appliqué avant la cellule pousser les ions dans la cellule

IMS à la sortie du Trap.

mobilité sera trop

violent.

2.1.3. : le ToF

à temps de vol (ToF) permet de mesurer le

ion à partir du temps que met ce dernier, accéléré préalablement par une tension, à parcourir une

distance définie.

équations

suivantes. Dans le To Ep

(4)

m et de charge z par une différence de potentiel

électrique U va être convertie en énergie cinétique Ec

(5)

donnant ainsi

(6)

tion ne va pas varier dans le ToF. Cette

vitesse

(7)

peut être déterminée grâce à la distance parcourue dans le tube de longueur d, et le temps de vol t de

F. En Equation 6 Equation 7, nous obtenons

(8)

Le temps étant la donnée qui nous intéresse, cette dernière équation est réarrangée pour donner

~ 22 ~

(9)

Le facteur

ne varieront pas. Ainsi Equation 9 nous montre que le te

racine carrée du rapport masse sur charge et donc

(10)

n To

tension accélératrice qui va permettre à tous l

zone de très basse pression appelée tube de vol. La zone où est appliquée la tension accélératrice est

appelé « pusher ». Son rôle consiste à accumuler et envoyer les ions par paquets. La séparation des

ions ne va donc dépendre que de la vitesse acquise lors de cette , comme le

Equation 10, les ions de rapport m/z les plus petits arriveront au détecteur en premier. Pour

nal ser détecteur à multiplicateur

Toutefois, : deux

ions identiques, de même vitesse initiale, mais se situant à deux points différents, entreront dans le

tube de vol à des temps différents. Cela est dû au phénomène de dispersion en énergie cinétique à la

sortie de la source. Pour pallier à ce problème, un réflectron a été mis en place afin de refocaliser cette

énergie cinétique.

Le réflectron applique

Les ions dotés de la plus grande énergie cinétique pénètrent plus profondément dans le réflectron,

autrement dit, les ions les moins én

courte. De plus, la longueur totale parcourue sera doublée sans pour autant changer la taille de [55].

S ur à temps de vol est appelé « QuanToF », il a la particularité

ce qui signifie que contrairement à un « single stage reflectron », le

miroir électrostatique comprend deux régions. Dans la première région, le champ électrique est

sensiblement plus grand que dans la seconde. Cette amélioration permet notamment de diminuer la

dimension

meilleure correction des effets de dispersion en énergie cinétique de ces derniers[56] (F igure 15).

~ 23 ~

F igure 15 : Schém dual stage reflectron ». L es ions les plus rapides vont plus loin dans le réflectron et donc cela compense le retard des ions les plus lents (adapté de la référence [56])

2.2. La chromatographie liquide capillaire (CapLC) 2.2.1. Introduction

La chromatographique liquide à haute performance (HPLC) est une t

quantitative, qualitative et séparative utilisée en biochimie et en chimie analytique sur des mélanges

complexes.

colonne peut être remplie e phase stationnaire adsorbée ou absorbée sur des grains poreux

(colonne remplie) ou les parois internes de la

colonne

de la colonne où il est dilué par la phase mobile qui le porte à travers la colonne.

Le choix de la phase stationnaire est primordial que les solutés

seront spécifiquement retenus lors de la traversée de la colonne. Ce phénomène, appelé rétention,

induit que la vitesse de déplacement des analytes est inférieure à celle de la phase mobile et différente

selon les propriétés de chacun. Les analytes sont ainsi élués de la colonne les uns après les autres et

donc , couplé à

appelé chromatogramme : au

passage de chaque soluté séparé, un pic est enregistré à un certain temps de rétention. Le temps de

DétecteurHaut

voltageBas

voltage

Dual-stage reflectron

Pusher

Ions rapides

Ions lents

~ 24 ~

rétention d'un composé est par définition le temps pour lequel sa concentration est maximale à la sortie

de la colonne, c'est à dire dans le détecteur. L de ces pics de

rétention permet la mesure quantitative de la concentration de chaque substance du mélange.

La chromatographie liquide capillaire (CapLC, Waters®

colonnes de plus petit diamètre interne que la chromatographie liquide classique (HPLC). Ces

colonnes, pour des volumes fixes de matières injectées, produisent des pics étroits, ou plus fins, et

donc fournissent des meilleures limites de détection (Cf. )

La chromatographie est donc une méthode physique de séparation basée sur les différences

d'affinité des substances à analyser à l'égard de deux phases, l'une stationnaire et l'autre mobile. Il en

existe deux types qui se différencient par le type de phase stationnaire et de phase mobile utilisées : la

phase normale et la phase inverse.

est également un inconvénient, la gamme de composés est aussi beaucoup plus limitée par rapport à la

phase inverse.

La phase normale est constituée de gel de

se

est la détérioration rapide au cours du temps du gel de silice, ce qui entraîne un manque de

reproductibilité des résultats.

La phase inverse est majoritairement composée de silices greffées par des chaînes linéaires de

4 à 18 atomes de carbone (C4 et C18). Cette phase apolaire nécessite donc un éluant polaire.

Dans ce cas, il y aura des fortes attractions entre le solvant polaire et les molécules polaires du

silice

(phase stationnaire) et les molécules polaires de la solution, elle sera beaucoup plus faible. Ainsi les

molécules polaires dans le mélange seront éluées plus rapidement de la colonne. En ce qui concerne

les molécules non-polaires du mélange, elles vont former des liaisons de Van der Waals avec les

chaines hydrocarbonées. De plus, elles seront moins solubles dans le solvant car il faut, par exemple,

insérer ». Ainsi ces molécules non-polaires seront éluées plus lentement de la colonne car elles

passeront moins de temps dans la phase mobile que sur la phase stationnaire.

La diversité des phases stationnaires disponibles en phase inverse étant plus grande

phase normale, cette technique est actuellement la plus employée.

En phase inverse, les mélanges acétonitrile-eau et méthanol-eau sont les éluants les plus

couramment utilisés. La composante non-aqueuse est appelée le modificateur organique. Dans les

~ 25 ~

colonnes en phase inverse, il est le plus souvent utilisé un couple eau/modificateur organique. Une 0 vont

être utilisées pour choisir la composante organique de la phase mobile. Une valeur de 0 faible

correspond à un solvant peu polaire, et donc qui éluera plus facilement les organiques non-polaires 0 plus élevé (F igure 16).

F igure 16 : Modificateurs organiques classés selon leur force de solvant ( 0) pour une phase stationnaire de silice (SiO2). (valeurs de 0 tirées de la reference [57]

2.2.2. Paramètres importants dans la séparation en chromatographie liquide

Théorie des plateaux

La théorie des plateaux correspond à une modélisation de la chromatographie selon laquelle

chaque substance se déplace progressivement en une suite d'étapes distinctes. La colonne de longueur

L serait découpée en N petits disques fictifs de même hauteur. Pour chacun d'eux la concentration en

soluté dans la phase stationnaire serait en équilibre avec sa concentration dans la phase mobile. A

chaque nouvel équilibre, le soluté a progressé d'un petit disque supplémentaire appelé plateau

théorique.

On définit ainsi la hauteur équivalente en plateaux théorique H EPT :

(11)

où L est la longueur de la colonne.

Equation de Van Deemter

C'est une équation mathématique qui relie la HEPT à la vitesse moyenne d'écoulement de la

phase mobile u dans la colonne selon

(12)

PolaritéModificateur organique

0 (SiO2)

Le moins polaire Hexane 0.01Toluène 0.23THF 0.44

Acétone 0.48Ethanol 0.60Méthanol 0.70

Le plus polaire Eau 1.50

~ 26 ~

La courbe décrivant cette équation est une branche d'hyperbole qui passe par un minimum pour la

HEPT, correspondant au débit optimal (F igure 17).

F igure 17 paramètres sont le terme de remplissage (A), le terme de diffusion longitudinale (B) et le terme de r ésistance contre le

).

Les trois coefficients numériques expérimentaux A, B et C caractérisent divers paramètres

physico-chimiques du système:

A : terme de remplissage

Ce terme caractérise l'écoulement de la phase mobile le long de la phase stationnaire.

Il dépend de la taille des particules constituant la phase stationnaire ainsi que de leur répartition.

La vitesse d'écoulement sera différente selon :

-‐ L'écart entre les particules : plus elles sont serrées, plus le passage est ralenti.

-‐ Pour un écart important entre deux particules, la vitesse d'écoulement sera plus rapide au

centre qu'au contact des particules.

Ce terme est une constante, indépendant de la phase mobile u, qui est d'autant plus grand que le

diamètre des particules est grand. A est influent dans les colonnes remplies de particules, peu

important en chromatographie liquide et nul pour les colonnes capillaires.

~ 27 ~

B : terme de diffusion longitudinale

B traduit la tendance naturelle des molécules de solutés à se disperser c'est-à-dire à diffuser dans

toutes les directions dans la phase mobile; cette dispersion est d'autant plus grande que le débit est

faible.

Ce terme est peu important quand la phase mobile est un liquide, car son coefficient de diffusion

est plus faible que pour un gaz.

C : terme de résistance contre le transfert de masse

C traduit la résistance des solutés à se répartir à l'équilibre entre les deux phases. Plus le débit

augmente, plus l'équilibre est difficile à atteindre (du fait des turbulences et des gradients de

concentration qui sont plus importants), et une partie des solutés peut-être entrainée hors équilibre.

Ce terme C est égal à la somme du coefficient de diffusion dans la phase mobile (Cm) et du coefficient

de diffusion dans la phase stationnaire (Cs).

Depuis que la taille des particules est devenue une variable, la courbe de Van Deemter peut

être utilisée pour rechercher les meilleures performances en termes de séparation.

Taille des particules et débit dans la colonne

La résolution est définie par trois paramètres de la colonne selon

(13)

où Rs sélectivité.

La résolution est proportionnelle au rapport entre la distance entre deux pics et la largeur à mi-

hauteur de ces derniers. Les meilleures performances analytiques sont définies pour des pics

complétement séparés, Rs = 1.5 étant défini comme la résolution de base. Le facteur de rétention (k) ne

de plateaux théoriques, décroit avec la longueur de colonne sauf si la taille des particules est également

diminuée. Utiliser une colonne plus courte contenant de plus petites particules va augmenter la vitesse

méthode clé pour diminuer la durée des analyses en conditions isocratiques.

plus courtes et de particules plus petites tout en maintenant un débit élevé. Nous pouvons voir

Deemter reprises à la

F igure 18 pour différentes tailles de particules (dp).

~ 28 ~

F igure 18 p [58]

A partir de la F igure 18, pour les particules de taille supérieure à 1.7 µm, il est possible de

ite hauteur de plateaux théoriques (HEPT). Ainsi

nous pouvons appliquer un débit élevé sur des colonnes possédant des particules de 1.7 µm sans se

montre la F igure 19, la pression dans le

1.7 µm que pour des particules de 3 µm. Ainsi le débit sera également sélectionné en fonction de la

Une fois la colonne et le débit choisi, le dernier paramètre restant à optimiser pour la

séparation des composés par chromatographique liquide est le gradient.

~ 29 ~

F igure 19 : Comparaison de la pression en fonction du débit par rapport à la taille des particules. La pression augmente beaucoup plus rapidement avec le débit pour les particules de 1.7 µm[59]

G radient

Un gradient peut être linéaire ou non-linéaire, cependant, les gradients linéaires sont les plus

courants. Un gradient linéaire peut avoir plusieurs segments

le plus couramment utilisé. Le premier segment correspond à un court palier de départ isocratique, afin

de mieux séparer les molécules polaires, le deuxième segment est le gradient à proprement parlé et le

troisième segment consiste en un plateau final isocratique, qui est appliqué pour nettoyer la colonne

avant de retourner dans les conditions initiales.

Les deux composantes du gradient sont couramment appelées Phase A et Phase B, où la Phase

A est le plus souvent aqueuse et la Phase B essentiellement organique. Il y a deux possibilités dans la

réalisation des solutions. La méthode la plus rapide est de faire une Phase A constituée entièrement

Phase A de la composition de départ du gradient et une Phase B de la composition finale. Ce dernier

choix a pour avantage de réduire au maximum la formation de bulles. En effet, lorsque les deux

solvants sont mélangés dans la pompe, un dégazage peut se produire, et donc conduire à une

fluctuation de la ligne de base. Ainsi, en commençant par des mélanges de solvants, la probabilité

Un autre paramètre à prendre en compte est le temps nécessaire à la phase mobile pour

en passant par la colonne. Ce temps est

~ 30 ~

appelé le temps mort. Ce dernier est inversement proportionnel au débit appliqué et donc des flux plus

classique (dû à la taille des particules), le temps mort sera donc plus grand pour une HPLC capillaire.

2.3. Méthodes statistiques[60] 2.3.1. Le plan Plackett Burman

Les plans de Plackett-Burman (PB) sont des modèles expérimentaux présentés en 1946 par

Robin L. Plackett et J.P. Burman qui travaillaient pour le gouvernement britannique. Leur but était, en

procé de trouver des modèles expérimentaux pour étudier la

dépendance ; où les

interactions entre les facteurs de ces variables sont considérés comme négligeables[61]. La solution à ce

problème est de trouver un modèle expérimental où chaque combinaison de niveaux (par exemple,

pour 2 niveaux, -1 et +1 sont les extrema du domaine des facteurs étudiés)

paires de facteurs, apparaît le même nombre de fois dans toutes les expériences (F igure 20).

F igure 20 : Plan Plackett- i, chaque combinaison (--, -+, +-, ++) apparait le même nombre de fois (ici 3 fois)

Pour le cas de deux niveaux (L=2), Plackett et Burman ont utilisé la méthode trouvée en 1933

éléments sont tous +1 ou -1. Si la taille de la matrice, N, est une puissance de 2 alors le plan de

Plackett-

Plackett-Burman seront souvent utilisés lorsque N est un multiple de 4 mais pas une puissance de 2 [62].

Run X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11

1 + + + + + + + + + + +2 - + - + + + - - - + -3 - - + - + + + - - - +4 + - - + - + + + - - -5 - + - - + - + + + - -6 - - + - - + - + + + -7 - - - + - - + - + + +8 + - - - + - - + - + +9 + + - - - + - - + - +10 + + + - - - + - - + -11 - + + + - - - + - - +12 + - + + + - - - + - -

~ 31 ~

Lorsque les interactions entre les facteurs ne sont pas négligeables, les résultats ne permettent

pas de dis

-Burman sont très efficaces pour des techniques de

screening (dépistage en français) où seulement les principaux effets sont recherchés. Ainsi la

à deux niveaux, avec une matrice de taille N, ne peut pas contenir plus de

N-1 facteurs différents.

2.3.2. Central Composite Design (C C D)

En statistique, un Central Composite Design (plan central composite en français) est un

modèle expérimental une

variable de réponse. , une régression linéaire est utilisée, parfois

de manière itérative, pour obtenir des résultats.

Le plan consiste en trois types de points (F igure 21a) :

Les 2n points axiaux

Les 2n points du carré

Le point central

Les gammes de paramètres de contrôle (valeurs minimales et maximales) sont mis à une échelle

de [-1;+1]. Il existe 3 types de CCD qui ont la même structure, mais un arrangement de points

différents : le « Central Composite Circumscribed » (CCC), le « Central Composite Inscribed (CCI) et

le « Central Composite Face-centered » (CCF)[63].

F igure 21: a) Plan Plackett-Burman sous forme géomét r ique avec les points ax iaux en bleu (cercles), les points du carré en rouge (car rés) et le point central en jaune, b) Comparaison des trois types de C entral Composite Design

1er paramètre

=1.41

2nd paramètre

C C F

C C I

C C C

+1-1b)a)

~ 32 ~

L teurs selon la formule

(14)

avec k facteurs (F igure 22)[64].

F igure 22 4

2.4. Méthodes théoriques 2.4.1. La théorie de la fonctionnelle densité (DFT)

Dans cette partie, nous expliquerons brièvement les bases de la théorie de la méthode de calcul

utilisée.

La théorie de la fonctionnelle densité, couramment appelée DFT pour Density Functionnal

Theory[65], est une méthode de modélisation moléculaire utilisée en physique et en chimie pour étudier

à plusieurs électrons vont être déterminées en utilisant des fonctionnelles, à savoir des fonctions

Dans le cas de la DFT décrits par Kohn et Sham[66], le problème insoluble à plusieurs corps

interactions qui se déplacent dans un potentiel effectif. Le potentiel effectif comprend le potentiel

de corrélation. Cependant malgré les récentes améliorations en DFT, il y a toujours des difficultés

pour décrire les interactions intermoléculaires, notamment les forces de dispersion que sont les forces

de Van der Waals. Pour résoudre ce problème, le développement de nouvelles méthodes DFT se [67] ou sur des modifications des fonctionnelles[68].

Nombre de facteurs relative à ±1

2 22/4 = 1.4143 23/4 = 1.6824 24/4 = 2.0005 25/4 = 2.3786 26/4 = 2.828

~ 33 ~

2.4.2. Calcul de la section efficace de collision théorique

Les sections efficaces de collisions déterminées par la mobilité ionique sont, sans aucun doute,

dans le cas de clusters de carbones[69].

Cependant, les sections efficaces obtenues expérimentalement sont le résultat de collisions avec le gaz,

théorique peuvent être converties en section efficace de collisions. Les premières recherches sur le

sujet ont montré que la se

cinétique de collisions[70]. Malheureusement, ces intégrales sont difficiles à évaluer pour les systèmes

non-sphériques. Toutefois, il a été montré que, dans de nombreux cas, la simple projection des

sections de collisions est un

Il y a actuellement trois méthodes qui sont couramment utilisées, chacune ayant des performances

[71]. Pour des structures de plus de

le modèles EHSS (Exact Hard Sphere Scattering) qui est utilisé. Ce modèle

consiste au calcul des trajectoires de sphères dures résultantes de collisions avec chaque atome de la

structure[72]. La troisième méthode est appelée TJ, car elle correspond en un calcul de TraJectoire sur

un potentiel, de type Lennard-Jones et ion-

une méthode qui fonctionne pour toutes les tailles de structures. Cepen

coûteuse en calcul, et donc en temps.

structures comprises entre 200 et 1000 atomes[73]. Comme ce mémoire porte sur

molécules de petites tailles.

~ 34 ~

3. 3.1. Echantillons

Une sélection de 159 pesticides (Annexe 7), ayant une ionisation positive en ESI, est établie

communautaires de surveillance. Les solutions

standards (Dr. Ehrenstrofer GmbH, Ausburg, Germany)

Scientifique de Santé Public (ISP) de Bruxelles. Ces dernières sont conditionnées dans du méthanol

(Fluka Analytical) à une c Aussi bien les solutions standards que les

solutions préparées ultérieurement sont soigneusement conservées au congélateur à 246K (-27°C) afin

.

Pour les analyses en injection directe sur le spectromètre de masse, les solutions stocks sont

4OAc) et 50/50 en H2O/méthanol (MeOH)

oncentration de 1 µg/mL pour chaque pesticide. Pour les mesures où la

chromatographie liquide est couplée au spectromètre de masse (LC-MS), les pesticides sont analysés

par mélanges de 10 composés à une concentration de 100 ng/mL. Ces dilutions sont réalisées dans un

milieu 90/10 en H2

Par la suite, les analyses des pesticides sont réalisées sur échantillons réels en LC-MS. Pour cela,

des échantillons de laitue et de f Scientifique de Santé Publique (ISP) où

la préparation des solutions à déjà été réalisée selon la méthode Granby et al.[74]. Un récapitulatif de

cette méthode est reprise dans la F igure 23.

F igure 23 : Schéma de la méthode utilisés [74]

Lors des analyses en LC- après dilution, le milieu contient 60% de

matrice, un rapport 50/50 en H2O/MeOH 4OAc. Les

solutions avec matrice sont préparées à Liège dans les mêmes conditions. Quant aux échantillons de

salades, les solutions fournies contenaient de la matière

Homogénisation

Pesée de 10g d'échantillon, puis ajout de 40 mL de solution 95/5 en MeOH/H2O en présence de 20 mM de NH4OAc

Ulstrasonication, 30 min

Centrifugation, 10 min

Filtration

~ 35 ~

été filtrée sur des filtres Chromafil® AO-45/25 (diamètre des pores : 0.45µm, diamètre de la

membrane : 25 mm, nombre de filtres empilés : 100). Pour les analyses sur échantillons réels, les

matrices ont été « spikées » après. Lors de ce procédé, les pesticides sont ajoutés

la préparation de

méthode. Par des soucis de détection, nous avons choisi de spiker à une concentration de 100 ng/g de

matrice pour chaque pesticide.

3.2. Analyses Les analyses ESI-IM-MS sont réalisées sur un spectromètre Synapt HDMS G2 (Waters®, Manchester,

if. Les paramètres de la source, identiques pour toutes les analyses,

sont repris dans le tableau suivant :

F igure 24

Les analyses LC-ESI-IM-MS sont réalisées sur un Synapt G2 couplé à une CapLC (Waters®). Le

montage chromatographique peut se voir en deux parties

chargement est repris à la F igure 25.

F igure 25 : Schéma du montage HPL C concernant la partie du chargement

Voltage capillaire 3.0 kV Gaz dans la cellule IMS N2

Sampling cone 30.0 V Pression de la cellule IMS (relevé par des jauges Pirani)

1.553 mbar

Extraction cone 6.0 V Pression dans la cellule d'hélium 0.015 mbar

Température de la source 120°C Wave velocity 800 m/s

Wave height 28 VBias 37 V

Paramètres de la source Paramètres du TriWave

Température de désolvatation 300°C

Pompe A

H2O/MeOH90:10

6

54

3

21

Echantillon (Seringue)

Eau de rinçage

Boucle de chargement de 20 µL

Mélangeur

~ 36 ~

partial

loop ». Ce dernier consiste en une séquence : Phase A air échantillon air Phase A.

es de phase A. Comme le

s

partial loop puisse être réalisé sans surcharger la colonne.

Le schéma du montage de la CapLC concernant la partie séparation est repris à la F igure 26. Dans

ce montage, une précolonne est placée avant la colonne

également de filtrer des éléments qui pourrait obstruer la colonne, comme par exemple des éléments

solides restés dans la matrice.

F igure 26 : Schéma du montage de la CapL C

Lors du g

La

lavage de la colonne, les solvants sont envoyés à la poubelle (F igure 25).

Lors de ce mémoire, la colonne utilisée est une colonne fournie par Dionex, de type capillaire, se

déclinant sous le nom de Acclaim C18PepMap100 3 µm (C18, diamètre 300 µm x longueur 15 cm,

taille des particules 3 µm, taille des pores 100 Å). Quant à la précolonne, elle est identique à la

colonne, excepté sa longueur qui est de 1 cm au lieu de 15 cm pour la colonne.

Position 1Elution

45

6

78 9

10

1

23

Colonne

Poubelle

Mélangeur

Pompe BPompe C

H2O/MeOH90:10

H2O/MeOH10:90

Position 2Lavage / Concentration sur la précolonne

45

6

78 9

10

1

23

Colonne

Poubelle

Mélangeur

Pompe APompe BPompe C

H2O/MeOH90:10

H2O/MeOH10:90

H2O/MeOH90:10

Figure 25

Pompe A

H2O/MeOH90:10

Figure 25

~ 37 ~

La séparation est effectuée F igure 27) en utilisant comme Phase A

un milieu 90/10 en H2O/MeOH et comme Phase B un milieu 10/90 en H2O/MeOH. Ces deux Phases

sont préparées en milieu NH4OAc 5 mM. Une solution de reconditionnement de la colonne contenant

un mélange 10/90 en H2O/MeOH est également préparée. Une fois ces solutions préparées, afin de

dégazer ces dernières, les récipients sont mis dans une cuve à ultrasons pendant 30 minutes.

F igure 27 sur la CapL C

µL sur la précolonn

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 10 20 30 40 50 60 70

Pourcentage de phase B dans le

gradient

Temps (minutes)

Phase A/B PrécolonneDébit: 30 µL/min

Phase C ColonneDébit: 2.8 µL/min

Phase A/B PrécolonneDébit: 30 µL/min

Phase C ColonneDébit: 2.8 µL/min

Phase A/B ColonneDébit: 2.8 µL/min

Phase C PrécolonneDébit: 2.8 µL/min

Position 1 Position 2Position 2

Temps (minutes)

Pourcentage de Phase B dans la phase mobile

0 3 0% Chargement précoloneGradient

5 100% palier isocratiqueLavage

74 0% Retour aux condition initiales

~ 38 ~

4.

Dans cette partie, nous étudierons

pesticides. Le choix du gaz est un élément primordial pour la suite de ce mémoire, car ce dernier sera

été optimisés grâce à des tests statistiques (Plackett-Burman et Central Composite Design) pour

plusieurs gammes de masse (m/z = 100-900 et 100-500). Une fois ces paramètres établis, notre intérêt

(quinalphos et phoxim) et pour les isomères E/Z du mevinphos. Les résultats de mobilité sont appuyés

par des calculs théoriques (Density Functionnal Theory) et de sections efficaces (méthode par

Approximation par Projection), ainsi que par des analyses de fragmentation MSn nsuite

poursuivie sur un contexte plus général où les mesures ont été réalisées sur un plus grand nombre de

pesticides. Ainsi nous avons réussi à séparer les deux plus grandes familles de pesticides que sont les

organophosphorés et les carbamates, tout en montrant que ces résultats étaient très reproductibles.

4.1. Calibration de la cellule de mobilité 4.1.1. Choix du gaz de séparation

La sélection du gaz de séparation le plus approprié est la première étape lors du

onique. Les gaz couramment utilisés sont

2), le dioxyde de carbone (CO2 Le choix du gaz de séparation est effectué

en fonction des performances obtenues avec chacun des gaz. Les critères choisis pour tester ces gaz

sont sité du pic moléculaire du spectrogramme ainsi que la résolution et la séparation des pics

sur le mobilogramme. Dans ces paragraphes, les réponses seront comparées qualitativement.

Pour cela, quatre pesticides ont été sélectionnés : le methamidophos (m/z=142.0092), le

mepanipyrim (m/z=224.1301), le dichlorvos (m/z=220.9537) et le spinosad (m/z=732.4687) (F igure

28). Ces quatre pesticides la gamme de masse tout en présentant des

structures moléculaires différentes. La détermination du gaz ayant le meilleur pouvoir de séparation

pourra principalement être observée par la divergence des pics du mepanipyrim et du dichlorvos qui

ont des masses relativement proches. Les paramètres de la cellule IMS sont modifiés pour chaque gaz

intensités possibles. Une fois le gaz adéquat déterminé, les paramètres de mobilité seront réoptimisés à

~ 39 ~

F igure 28 : Formule et structure des 4 pesticides utilisés dans la détermination du gaz de séparation

F igure 30a) montre que la séparation des ions est

satisfaisante avec ce gaz. En effet, les pics des trois pesticides compris entre 140 et 220 daltons sont

en comparaison à

sortir « trop vite -à-dire avant que le mobilogramme ne soit enregistré. Cela se voit avec le pic

du methamidophos est coupé du côté gauche. En ce qui concerne les pesticides à haut temps de

très étalé et donc de faible intensité. De plus, si plusieurs pesticides sortent dans ce laps de temps, il y

aura sans nul doute un recouvrement. volume polarisable =

0.21*1023 cm3, F igure 29) qui entraine un nombre réduit de collisions entre le gaz et les molécules

la résolution des pics

est convenable quel que soit la taille et la structure des ions pour le mobilogramme obtenu (F igure

30b -à-

reste de très bonne qualité.

Le dioxyde de carbone, quant à lui, sépare mal les ions de masse proche (F igure 30c). Cela se

voit par le recouvrement de

Nom Formule brute m/z Formule développée

methamidophos C2H8NO2PS 141.0013

dichlorvos C4H7Cl2O4P 219.9459

mepanipyrim C14H13N3 223.1109

spinosad C41H65NO10 731.4608

~ 40 ~

une fragmentation des ions dans la cellule de mobilité. En effet, le CO2 étant le gaz étudié ayant le plus

grand volume polarisable (2.91*1023 cm3, F igure 29), les ions de faible masse ont tendance à plus se

fragmenter dans la cellule de mobilité.

F igure 29 : Quelques propriétés des gaz de séparation étudiés[75]

F igure 30 2 e meilleur pouvoir de séparation et la meilleure résolution

Le résumé des différents avantages et désavantages de chaque gaz est repris ci-dessous

(F igure 31 ure séparation des pesticides dans la

gamme de masse étudiée. Ce gaz est également le meilleur compromis entre la résolution des

pesticides de hauts poids moléculaires . Il sera

donc choisi pour la suite de cette étude.

Gaz de mobilitéMasse moléculaire

(uma)Volume polarisable

(x1023 cm3)Rayon effectif (Å)

Hélium 4.0026 (4He) 0.21 1.03

Azote 28.0061 (N2) 1.74 1.73

Dioxyde de carbone 43.9898 (12C16O2) 2.91 2.02

0.0E+00

2.0E+06

4.0E+06

6.0E+06

8.0E+06

1.0E+07

1.2E+07

0 2 4 6 8 10 12

Inte

nsité

Temps de drift (ms)

Spectre complet

Methamidophos

Dichlorvos

Mepanipyrim

Spinosad

HeGaz dans la cellule IMS HePression de la cellule IMS

(relevé par des jauges Pirani)1.40 mbar

Pression dans la cellule d'hélium

0.021 mbar

Vitesse de vague 2000 m/sHauteur de vague 22 V

Biais 35 V

Paramètres du TriWave

[pesticides] 1ppmConditions expérimentales

solvant H2O/MeOH (50/50) + NH4OAc 5mM

0.0E+00

2.0E+06

4.0E+06

6.0E+06

8.0E+06

1.0E+07

1.2E+07

0 2 4 6 8 10 12

Inte

nsité

Temps de mobilité (ms)

Spectre completMethamidophosDichlorvosMepanipyrimSpinosad

N2Gaz dans la cellule IMS HePression de la cellule IMS

(relevé par des jauges Pirani)1.40 mbar


0.021 mbar


Biais 35 V


0.0E+00

2.0E+06

4.0E+06

6.0E+06

8.0E+06

1.0E+07

1.2E+07

0 2 4 6 8 10 12

Inte

nsité

Temps de drift (ms)

Spectre complet

MethamidophosDichlorvos

Mepanipyrim

Spinosad

C O2Gaz dans la cellule IMS CO2

Pression de la cellule IMS (relevé par des jauges Pirani)

1.414 mbar


0.0094 mbar


Biais 35 V


a) b)

c)

~ 41 ~

F igure 31 : Tableau récapitulatif des avantages et inconvénients des différents gaz de séparation

4.1.2. Choix des paramètres de mobilité

Nous avons remarqué que les 159 pesticides dont nous disposions se situaient dans la gamme

de masse 100-900, mais que la majorité (156) se trouvait dans une gamme de masse de 100 à 500

daltons. Il faut savoir que chaque année, de nouveaux pesticides sont mis sur le marché et donc que la

liste des composés à

La gamme de masse est une donnée qui est directement liée F).

Une modification de la gamme de masse sur le To

de mobilité. En effet, pour une gamme de masse supérieure à 600 daltons, les 200 coups enregistrés

sur le mobilogramme représentent une échelle de 0 à 11 ms, soit un coup toutes les 0.04 ms. Tandis

que pour une gamme de masse inférieure à 600 daltons, les 200 coups correspondent à une échelle de

0 à 7.6 ms, soit un coup t

-500 et 100-900.

Etude la mobilité des pesticides dans la gamme de masse 100-900

La pression d

vitesse de vague, et le biais sont les cinq paramètres de mobilité du Triwave qui vont être optimisés.

Pour cela, nous avons choisis les quatre mêmes pesticides utilisés lors de la détermination du gaz de

séparation (F igure 28).

la séparation des pics de mobilité, nous avons établi un plan Plackett-Burman. Ceci a permis de

sélectionner les deux paramètres de mobilité les plus influents que nous avons analysé par la suite avec

un plan Central Composite toujours selon les mêmes critères.

(F igure 32) et les différents paramètres autres que ceux de

mobilité ont été choisis qualitativement signal.

Résolution des pics pour les ions de faible masse

Résolution des pics pour les ions de haute masse

Séparation ions de masse proche

Intensité du pic de l'ion moléculaire

He

N2

CO2

~ 42 ~

F igure 32 : Paramètres de la source ESI

Puis, afin de déterminer quels paramètres de la cellule de mobilité sont déterminants dans la

séparation des pesticides, nous avons réalisé un plan de Plackett-Burman (PB). Les bornes -1 de

chaque paramètre ont été déterminées expérimentalement afin r rapport

signal/bruit. Quant aux bornes +1, elles ont été choisies selon les mêmes critères tout en sachant que le

nombre de scans en mobilité est limité à 200, correspondant à 7.6 ms dans cette gamme de masse, et

nce ne pouvaient être supérieures à ce temps. Il faut noter

correspondent aux nombres entrés dans le software Masslynx fournis par Waters® et ne représentent

pas directement les pressions en mbar mesurées.

Ce plan PB à 2 niveaux (-1 et +1) comprend 12 expériences aléatoires choisis par le logiciel

JMP 7.0 et 3 expériences avec les paramètres moyens (tous les paramètres à « 0 »). Les résultats

ifférents critères. Ces derniers sont la séparation des pics de mobilité (distance entre

deux pics de composés différents), la résolution des pics de mobilité (temps/largeur à mi-hauteur

pic est présenté ci-dessous (F igure 33).

F igure 33 : Plan de Plackett-Burman à 2 niveaux ité dans la gamme de masse 100-900

Pour chaque expérienc

spectre de masse ainsi que le temps et la largeur à mi-hauteur du pic sur le mobilogramme sont

relevés. De par JMP qui les

convertit en graphiques (F igure 34).

Voltage capillaire 3.0 kV

Sampling cone 30.0 V

Extraction cone 6.0 V

Température de la source 120°C

Paramètres de la source

Température de désolvatation 300°C

Runs BiaisVitesse de

vagueHaute ur de

vaguePress ion dans la ce llule d'hé lium

Press ion dans la ce llule IM S

-1 -1 1 -1 -10 0 0 0 0 0 0 0 0 0

-1 1 -1 -1 11 -1 -1 -1 11 -1 1 1 11 1 1 -1 -1-1 1 1 1 -11 1 -1 -1 -11 -1 -1 1 -1-1 -1 1 -1 1

0 0 0 0 0 0 0 0 0 0-1 1 -1 1 1-1 -1 -1 1 -1

+ + + + + 1 1 1 1 10 0 0 0 0 0 0 0 0 0

-1 0 1Biais (V) 25 30 35

Vitesse de vague (m/s) 500 750 1000Haute ur de vague (V) 30 25 20

Press ion dans la ce llule d'hé lium (unité arbitraire)

50 115 180

Press ion dans la ce llule IM S (unité arbitraire)

20 45 70

~ 43 ~

Afin de déterminer quels paramètres sont les plus influents, il faut définir ceux qui ont la

variation la plus grande entre les deux bornes extrêmes, -1 et +1. Comme on peut le voir sur la F igure

34, il y a une variation notable entre les bornes pour les cases A1, F1, K1, F3 et K3 qui correspondent

au biais, ainsi que pour les cases E1, J1, E2, J2, E3, J3 et T3 qui coïncident avec la pression dans la

cellule IMS (PIMS He), la

hauteur de vague et la vitesse de vague, la variation est plus faible entre les bornes, et donc ces

paramètres sont peu influe

cellule IMS car les deux compartiments ne sont pas hermétiquement isolés (2.1.2, F igure 8

servant principalement à ralentir les ions avant leur entrée dans la cellule de mobilité, le paramètre de

hélium. Pour plus

le point 2.1.2.3.

Les valeurs choisies pour les trois paramètres les moins influents vont être celles où les valeurs

des critères de séparations sont les plus grands (valeur en ordonnée la plus grande sur la F igure 34).

Comme le montre les droites en pointillées (F igure 34), la meilleure valeur consensus de PHe est de 0

dans le plan PB soit une valeur correspondant à 115. Pour la hauteur de vague et la vitesse de vague,

les meilleures valeurs sont respectivement de 0 et 0 soit 25 V et 750 m/s.

~ 44 ~

F igure 34 : Résultat graphique du plan Plackett-Burman pour les paramèt res de mobilité dans la gamme de masse 100-900 Il apparait que les courbes correspondant à la vitesse de vague, à la hauteur de vague et à la pression dans la cellulmoins entre les bornes que celles des deux autres paramèt res. A insi ce sont les paramètres les moins influents. L es droites en pointillées représentent les valeurs consensus choisies.

Une fois les trois paramètres les moins cruciaux mis de côté, les paramètres les plus influents

(le biais et la pression dans la cellule IMS) ont subi un traitement statistique « Central Composite

Design » (CCD) de type CCC (voir 2.3.2). Les critères de détermination sont les mêmes que ceux

utilisés pour le plan Plackett-Burman. Quant aux bornes -1 et +1 de la pression dans la cellule IMS,

-500000

500000

1500000

2500000

ion

inte

nsity

met

amid

opho

s53

9666

,7

-500000500000

150000025000003500000

ion

inte

nsity

dich

lorv

os13

7533

3

-5000000

5000000

15000000

25000000

ion

inte

nsity

met

amip

yrim

8002

000

-2500000

2500000

7500000

12500000

ion

inte

nsity

spin

ozad

3153

987

-1

1

3

5

rela

tive

drift

tim

e1,

094

-0,5

0,5

1,5

2,5

rela

tive

drift

tim

e 2

0,56

-1

1

3

5

7

rela

tive

drift

tim

e 3

2,23

8

5

10

15

20

Res

olut

ion

met

amid

opho

s 2

11,9

4825

5

10

15

20

Res

olut

ion

Dic

hlor

vos

14,7

3013

7,5

12,5

17,5

22,5

Res

olut

ion

met

amip

yrim

14,6

4654

5

10

15

20

reso

lutio

nsp

inoz

ad12

,038

68

0,00

0,50

1,00

Des

irabi

lity

0,56

1649

-1

-0,5 0

0,5 1

0bias

-1

-0,5 0

0,5 1

0wave

velocity

-1

-0,5 0

0,5 1

0wave height

-1

-0,5 0

0,5 1

0helium cell

-1

-0,5 0

0,5 1

0ins cell

0,00

0,25

0,50

0,75

1,00

Desirability

-500000

500000

1500000

2500000

ion

inte

nsity

met

amid

opho

s53

9666

,7

-500000500000

150000025000003500000

ion

inte

nsity

dich

lorv

os13

7533

3

-5000000

5000000

15000000

25000000io

n in

tens

itym

etam

ipyr

im80

0200

0

-2500000

2500000

7500000

12500000

ion

inte

nsity

spin

ozad

3153

987

-1

1

3

5

rela

tive

drift

tim

e1,

094

-0,5

0,5

1,5

2,5

rela

tive

drift

tim

e 2

0,56

-1

1

3

5

7

rela

tive

drift

tim

e 3

2,23

8

5

10

15

20

Res

olut

ion

met

amid

opho

s 2

11,9

4825

5

10

15

20

Res

olut

ion

Dic

hlor

vos

14,7

3013

7,5

12,5

17,5

22,5

Res

olut

ion

met

amip

yrim

14,6

4654

5

10

15

20

reso

lutio

nsp

inoz

ad12

,038

68

0,00

0,50

1,00

Des

irabi

lity

0,56

1649

-1

-0,5 0

0,5 1

0bias

-1

-0,5 0

0,5 1

0wave

velocity

-1

-0,5 0

0,5 1

0wave height

-1

-0,5 0

0,5 1

0helium cell

-1

-0,5 0

0,5 1

0ins cell

0,00

0,25

0,50

0,75

1,00

Desirability

Biais Vitesse de vague

Hauteur de vague

Pression cellule He

Pression cellule IMS

mol

écul

aire

Ecar

t rel

atif

entre

les

pics

de

mob

ilité

Rés

olut

ion

du p

ic d

e m

obili

té

Mepanipyrim

Dichlorvos

Methamidophos

Spinosad

Methamidophos -Dichlorvos

Dichlorvos -Mepanipyrim

Mepanipyrim -Spinosad

Mepanipyrim

Dichlorvos

Methamidophos

Spinosad

A1 B1 C1 D1 E1

F1 G1 H1 I1 J1

O1N1M1L1K1

P1 Q1 R1 S1 T1

A3 B3 C3 D3 E3

F3 G3 H3 I3 J3

O3N3M3L3K3

P3 Q3 R3 S3 T3

A2 B2 C2 D2 E2

F2 G2 H2 I2 J2

O2N2M2L2K2

~ 45 ~

les expériences

avec la valeur A reste inférieure à 11 ms, qui est la limite du mobilogramme (F igure 35 et F igure 36).

F igure 35 : Plan Central Composite deux paramèt res de mobilité les plus influents dans la gamme de masse 100-900

F igure 36 : Résultat graphique du plan Central Composite des deux paramèt res de mobilité les plus influents pour la gamme de masse de 100 à 900. L es bornes supérieures semblent être les meilleurs paramètres à appliquer . L es courbes en bleu correspondent à . L es droites en pointillées représentent les valeurs consensus choisies.

Runs BiaisPress ion dans la

ce llule IM SA 0 A 00 0 0 0

10 0 0 00 a 0 a0 0 0 00 0 0 0

+ + 1 1a 0 a 0

10 0 0 00 A 0 A

-1 0 1 A = 1.41B i ais 25 27.2 32.5 37.8 40

Pression dans l a ce l l ul e IMS

30 36 50 64 70

0100000200000300000400000500000

ion

inte

nsity

met

amid

opho

s14

2200

0500000

1000000150000020000002500000

ion

inte

nsity

dich

lorv

os11

7000

0

0250000050000007500000

1000000012500000

ion

inte

nsity

met

amip

yrim

7760

000

0

5000000

10000000

15000000

ion

inte

nsity

spin

ozad

7252

000

11

12

13

14

reso

lutio

nm

etam

idop

hos

12,7

034

131415161718

reso

lutio

ndi

chol

rvos

14,7

436

7,510

12,515

17,520

reso

lutio

nm

etam

ipyr

im13

,660

4

1517,5

2022,5

2527,5

reso

lutio

nsp

inoz

ad18

,660

8

-0,25

0,25

0,75

1,25

drift

tim

em

etam

idop

hos

0,50

8

-0,20

0,20,40,60,8

drift

tim

edi

chlo

rvos

0,28

1

3

5

7

drift

tim

esp

inoz

ad3,

148

0,00

0,50

1,00

Des

irabi

lity

0,44

7582

-1

-0,5 0

0,5 1

0IMS cell

-1

-0,5 0

0,5 1

0Bias

0,00

0,25

0,50

0,75

1,00

Desirability

Mepanipyrim

Dichlorvos

Methamidophos

Spinosad

Methamidophos -Dichlorvos

Dichlorvos -Mepanipyrim

Mepanipyrim -Spinosad

Mepanipyrim

Dichlorvos

Methamidophos

Spinosad

0100000200000300000400000500000

ion

inte

nsity

met

amid

opho

s14

2200

0500000

1000000150000020000002500000

ion

inte

nsity

dich

lorv

os11

7000

0

0250000050000007500000

1000000012500000

ion

inte

nsity

met

amip

yrim

7760

000

0

5000000

10000000

15000000

ion

inte

nsity

spin

ozad

7252

000

11

12

13

14

reso

lutio

nm

etam

idop

hos

12,7

034

131415161718

reso

lutio

ndi

chol

rvos

14,7

436

7,510

12,515

17,520

reso

lutio

nm

etam

ipyr

im13

,660

4

1517,5

2022,5

2527,5

reso

lutio

nsp

inoz

ad18

,660

8

-0,25

0,25

0,75

1,25

drift

tim

em

etam

idop

hos

0,50

8

-0,20

0,20,40,60,8

drift

tim

edi

chlo

rvos

0,28

1

3

5

7

drift

tim

esp

inoz

ad3,

148

0,00

0,50

1,00

Des

irabi

lity

0,44

7582

-1

-0,5 0

0,5 1

0IMS cell

-1

-0,5 0

0,5 1

0Bias

0,00

0,25

0,50

0,75

1,00

DesirabilityBiaisPression dans

la cellule IMS

mol

écul

aire

Ecar

t rel

atif

entre

les

pics

de

mob

ilité

Rés

olut

ion

du p

ic d

e m

obili

té

A B

C D

FE

G H

O P

Q R

TS

U V

I J

K L

NM

~ 46 ~

Comme dans le cas des paramètres les moins influents, les valeurs sélectionnées seront des

meilleur intensité du pic de chaque ion moléculaire en MS, ainsi que

la meilleure résolution et séparation des pics de mobilité. Comme le montre les droites verticales sur la

F igure 36, les valeurs retenues sont, pour le biais, de +1 soit 37 V, et pour la pression dans la cellule

IMS de +0.9 soit 55.

Le spectrogramme ainsi que le mobilogramme du mélange des quatre pesticides étudiés avec les

paramètres de mobilit -dessous

(F igure 37 et F igure 38).

F igure 37 : Spectrogramme du mélange des 4 pe é pour la gamme de masse 100-900

F igure 38 té pour la gamme de masse 100-900. L es pics sont cor rectement résolus et bien séparés.

50 150 250 350 450 550 650 750 850 950m/z

Methamidophos141.9976

Spinosad732.4915

Dichlorvos220.9004

Mepanipyrim224.0638

0.0E+00

2.0E+06

4.0E+06

6.0E+06

8.0E+06

1.0E+07

1.2E+07

0 2 4 6 8 10 12

Inte

nsité

Temps de drift (ms)

Spectre complet

Methamidophos

Dichlorvos

Mepanipyrim

Spinosad

Gaz dans la cellule IMS N2

Pression de la cellule IMS 1.553 mbarPression dans la cellule

d'hélium0.010 mbar


Biais 37 V


~ 47 ~

Etude la mobilité des pesticides dans la gamme de masse 100-500

Comme pour la gamme de masse 100-900, les cinq paramètres de mobilité du Triwave qui vont

être optimisés sont la pression dans la c

4.1.1. Deux pesticides représentatifs des bornes de la

gamme de masse, le methamidophos (m/z=141.0013) et le furathiocarb (m/z=382.1562), et deux

autres se situant au centre de la gamme avec un masse relativement proche, le dicrotophos

(m/z=297.0776) et le pirimicarb (m/z=238.1430) ont été sélectionnés (F igure 39).

F igure 39 : Formule gamme de masse 100-500

Comme précédemment, un plan Plackett-Burman est appliqué aux mêmes cinq paramètres de

mobilité mais par contre seuls les critères de résolution et de séparation des pics de mobilité sont pris

s ions moléculaires, étant toujours assez élevée

entre les bornes choisies pour permettre leur

important par rapport aux deux autres. Les bornes -1 et +1 ont aussi été modifiées du fait du

changement de la gamme de masse qui conduit à un temps de mobilité maximum de 7.6 ms. Ces

bornes, ainsi que les résultats du plan de PB, sont repris en annexe (Annexe 1).

la vitesse de vague restent moins influents. La pression dan

comme influen -900).

-Burman, les valeurs pour des paramètres peu influents sont fixées.

Annexe 2 montrent les meilleures valeurs pour ces trois paramètres. La

130, 28 V et 800 m/s.

Nom Formule brute m/z Formule développée


dicrotophos C8H16NO5P 237.0766

pirimicarb C11H18N4O2 238.1430

furathiocarb C18H26N2O5S 382.1562

~ 48 ~

Le même plan « Central Composite Design » de la gamme 100-900 est appliqué aux deux

paramètres influents, la pression dans la cellule IMS et le biais (Annexe 3).

Les valeurs donnant les meilleurs résultats sont pour la pression dans la cellule IMS de 100 et

de 37 V pour le biais (Annexe 4).

Ci-dessous est présenté le spectrogramme (Figure 40) et le mobilogramme (Figure 41) obtenu

avec les paramètres optimisés pour la gamme de masse 100-500.

Figure 40 : pour la gamme de masse 100-500

Figure 41 : paramètres de mobilité pour la gamme de masse 100-500. L es pics sont cor rectement résolus et bien séparés.

50 100 150 200 250 300 350 400 450 500m/z

M ethamidophos141.9976

Dicrotophos238.0736

Pirimicarb239.1407

Furathiocarb383.1550

0.0E+00

1.0E+06

2.0E+06

3.0E+06

4.0E+06

5.0E+06

6.0E+06

0 1 2 3 4 5 6 7 8

Inte

nsité


MethamidophosDicrotophosPirimicarbFurathiocarb



d'hélium0.0147 mbar


Biais 37 V



solvent H2O/MeOH (50/50) + NH4OAc 5mM

~ 49 ~

4.2. Etude de pesticides par la mobilité ionique

: des isomères de constitution

(phoxim/quinalphos) et des diastéréoisomères

séparation par mobilité ionique de deux grandes familles chimiques de pesticides que sont les

organophosphorés et les carbamates.

4.2.1.

: le phoxim et le quinalphos

La première expérience a porté sur le phoxim et le quinalphos (m/z=299.0619) qui sont des

-à-dire qui ont la même formule brute mais une formule

développée différente (F igure 42A). La particularité de ces deux pest

leur formule développée identique. En effet, le quinalphos possède deux cycles aromatiques accolés

tandis que pour le phoxim, la partie du cycle azoté est remplacée par les fonctions imine et cyanure.

Les paramètres de mobilité ont été adaptés qualitativement à partir de ceux déterminés pour la gamme

de masse 100-500

F igure 42 : Structure 2D (A) et 3D (B) du quinalphos et du phoxim. L a structure 3D est une optimisation conformationelle obtenue par D F T avec la fonctionnelle B3L YP et le set de base 6-31(d). L es sections efficaces de collision ont été obtenues par la méthode « Approximation par Projection (PA) »

Partie identique

Partie identique

Quinalphos Phoxim

= 122 Å2= 125 Å2

A

B

~ 50 ~

Le mobilogramme résultant du mélange quinalphos/phoxim présente deux épaulements qui

correspondent aux temps de drift des deux pesticides du mélange (F igure 43

partie organisée différemment dans la molécule est visible grâce à la mobilité ionique.

de sa section efficace de collisions. Pour cela, une optimisation conformationelle en Density

Functionnal Theory (DFT) par une fonctionnelle hybride B3LYP et un set de base 6-31G(d) est tout

phoxim et le quinalphos sont respectivement de 125 Å2 et 122 Å2 (F igure 42B). Ces résultats

confirment les observations expérimentales car le phoxim ayant la plus grande section efficace, aura

donc un temps de mobili 2 soit

environ 2.5% de la section efficace, il est naturel que les deux pics obtenus dans le mobilogramme ne

soit pas complétement résolu et se manifeste par un épaulement. De plus, il faut remarquer que les

paramètres choisis font que les pics se retrouvent au maximum du temps de mobilité.

F igure 43 quinalphos/phoxim. La mobilité ionique permet de séparer en partie ces molécules de même masse possédant une partie de leur structure identique.

de ces deux pesticides

des fragments de ces deux pesticides en mobilité. Pour cela, nous avons le spectre

de fragmentation de chacun des pesticides étudiés par MS/MS à la masse de 299.0619 (F igure 44).

6.0 6.5 7.0 7.50.0

0.2

0.4

0.6

0.8

1.0


Quinalphos

Phoxim

Quinalphos + Phoxim




Pression de la cellule IMS 2.193 mbarPression dans la cellule d'hélium 0.016 mbar


Biais 37 V


~ 51 ~

F igure 44 : Spectre de fragmentation du quinalphos et du phoxim. L es f ragments caractéristiques du quinalphos ont pour masse 147.0115 et 162.9882, et celui du phoxim a pour masse 77.0089.

Il en résulte que les fragments caractéristiques du quinalphos ont pour masse 147.0115

162.9882[76], et que celui du phoxim a une masse de 77.0089[76]. Les fragments à 96.9137 et 129.0027

étant commun aux deux pesticides, la mobilité ionique est permet de

connaitre en plus de la masse, le temps de mobilité ionique des fragments. Pour cela, nous avons

appliqué e Trap (15V). Ainsi, comme les molécules sont fragmentées

avant la cellule de mobilité, nous obtenons le mobilogramme des fragments de chaque pesticide

(Figure 45). Le temps de mobilité des fragments nous permet donc de différencier les deux pesticides

comme le montre le fragment caractéristique à 77.0089 du phoxim qui a un temps de mobilité de 3.10

ms, temps qui est différent de celui des fragments du quinalphos, respectivement de 3.52 ms et 3.75

ms pour les masses 147.0115 et 162.9882. De plus, ces pics du mobilogramme formés par les

fragments sont bien mieux séparés que les deux parents, ce qui est logique, vu que les masses des

sé car le fragment

caractéristique du phoxim est bien plus léger que ceux du quinalphos.

[hoxim 50/50 H2O/MeOH 1ppm MSMS Etransf 15

m/z20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 135 140 145 150 155 160 165 170 175 180 185 190 195 200 205 210 215 220 225 230 235 240 245 250 255 260 265 270

%

0

100

%

0

100110529-656-MSMS-03 121 (2.082) Cm (1:233) TOF MSMS 299.00ES+

5.01e5162.9882

147.011596.9137

80.9407

90.9606

129.0027

108.9657

101.9974

124.9431

119.0184130.0077 148.0152

152.9657

242.9421163.9889

224.9361164.9815

110529-677-MSMS-01 145 (2.492) Cm (1:233) TOF MSMS 299.00ES+ 1.92e577.0089

58.0397

96.9137

78.0097

129.0027

124.9431

104.0120

112.9076

215.9392

130.0077

140.9367152.9711 162.9882 243.9654

162.9882147.0115

77.0089

Phoxim

Quinalphos

Ecollision = 15 V

Ecollision = 25 V

N

N

H

SHN

N

H

OH

~ 52 ~

Figure 45 : Mobilogramme du courant reconstruit des fragments caractéristiques du mélange phoxim/quinalphos avec une énergie de collision dans le Trap de 15V. La séparation des fragments est bien meilleure que celle des parents.

Pour obtenir une double confirmation de la présence des deux pesticides dans le mélange, en

plus de fragmenter dans le Trap, nous allons également fragmenter dans le Transfer. Dans ce cas,

moins importante (4V) que

Nous avons appliqué cette modification afin de garder assez de signal du pic moléculaire du phoxim,

ce dernier étant beaucoup plus fragile que le quinalphos. Ainsi il y aura une faible fragmentation avant

donc un signal

plus intense des fragments, tout cela en une seule expérience (F igure 46). Afin que les pics soient plus

visibles, il a fallu zoomer amme du

courant reconstruit à 299.0619, les deux épaulements sont toujours présents, confirmant la présence du

phoxim et du quinalphos. Le fragment à 77.0089 a deux temps de mobilité intéressants, celui à 3.06 et

à 7.00 ms. Cela nous permet de confirmer que le fragment provient bien du phoxim. Il en est de même

pour le fragment à 162.9882, qui a un pic à 3.71 et à 6.73 ms, qui confirme que ce fragment est issu de

la fragmentation du quinalphos. Par contre, concernant le mobilogramme du fragment à 147.0115,

finalement pas un fragment discriminatoire pour la séparation du phoxim et du quinalphos.

0 1 2 3 4 5 6 7 8Temps de mobilité (ms)

Phoxim: fragment 77.0089Quinalphos: fragment 147.0115Quinalphos: fragment 162.9882

3.103.52

3.75Gaz dans la cellule IMS N2



Biais 37 VEnergie de collison dans le Trap 15 V


~ 53 ~

F igure 46 : Mobilogramme du courant reconstruit des ions moléculaires (d) ainsi que des fragments avec une énergie de collision de 4V dans le T rap et de 25V dans le T ransfer . L es fragments à 77.0089 (a) et 162.9882 (b) sont respectivement caractéristiques du phoxim et du quinalphos. L e fragment à 147.0115 (c) pour la séparation du phoxim et du quinalphos.

Séparation des diastéréoisomères E /Z du mevinphos

Au vu des résultats sur les isom

deux temps de rétention distincts en chromatographie liquide. La méthode usuelle pour attribuer le

Figure 47) est la MS/MS[77].

Figure 47 : Structure 2D des isomères du mevinphos

Un mobilogramme à deux pics distincts est obtenu à la masse de 225.0528 (Figure 48).

[hoxim 50/50 H2O/MeOH 1ppm MSMS Etrap 10 + Etransf 25

Time-0.00 0.20 0.40 0.60 0.80 1.00 1.20 1.40 1.60 1.80 2.00 2.20 2.40 2.60 2.80 3.00 3.20 3.40 3.60 3.80 4.00 4.20 4.40 4.60 4.80 5.00 5.20 5.40 5.60 5.80 6.00 6.20 6.40 6.60 6.80 7.00 7.20 7.40 7.60

%

0

100

-0.00 0.20 0.40 0.60 0.80 1.00 1.20 1.40 1.60 1.80 2.00 2.20 2.40 2.60 2.80 3.00 3.20 3.40 3.60 3.80 4.00 4.20 4.40 4.60 4.80 5.00 5.20 5.40 5.60 5.80 6.00 6.20 6.40 6.60 6.80 7.00 7.20 7.40 7.60

%

0

100

-0.00 0.20 0.40 0.60 0.80 1.00 1.20 1.40 1.60 1.80 2.00 2.20 2.40 2.60 2.80 3.00 3.20 3.40 3.60 3.80 4.00 4.20 4.40 4.60 4.80 5.00 5.20 5.40 5.60 5.80 6.00 6.20 6.40 6.60 6.80 7.00 7.20 7.40 7.60

%

0

100

-0.00 0.20 0.40 0.60 0.80 1.00 1.20 1.40 1.60 1.80 2.00 2.20 2.40 2.60 2.80 3.00 3.20 3.40 3.60 3.80 4.00 4.20 4.40 4.60 4.80 5.00 5.20 5.40 5.60 5.80 6.00 6.20 6.40 6.60 6.80 7.00 7.20 7.40 7.60

%

0

100110529-656-677-IMS-05 Sm (Mn, 1x2) 2: TOF MS ES+

76.914_77.118.85e4

x503.06

2.30

7.00

4.17

110529-656-677-IMS-05 2: TOF MS ES+ 162.897_163.078

3.68e5x50 6.73

6.01

5.36

110529-656-677-IMS-05 2: TOF MS ES+ 146.865_147.142

2.61e5x15 6.77

3.44

1.87

6.01

5.39

110529-656-677-IMS-05 Sm (Mn, 1x2) 2: TOF MS ES+ 294.15_301.778

3.82e46.81

3.751.72 2.68

3.06 7.00

x15

3.71

x50

6.73

x50

3.44

6.81

7.106.77

7.06

Quinalphos Phoxim




Biais 37 VEnergie de collison dans le Trap 4 V

Energie de collison dans le Transfer 25 V


m/z = 162.9882

m/z = 147.0115

m/z = 299.0619

m/z = 77.0089

b)

c)

d)

a)

~ 54 ~

Figure 48 : Mobilogramme de la masse 225.0528 pour la solution de mevinphos standard fournie. I l apparait nettement deux pics distincts qui semblent correspondre aux deux isomères du pesticide.

collision théoriques. Celles-ci ont été calculées par la même méthode que pour le mélange

oximation par projection). Les valeurs obtenues

pour les diastéréoisomères E et Z sont respectivement de 106 Å2 et 102 Å2

F igure 49).

Contrairement à la LC- -

e correspondrait à celle de la totalité du parent. De plus, il faut noter que

r apporter une preuve

irréfutable des affirmations établies ci-dessus.

F igure 49 : Structure 3D des deux isomères du mevinphos. La structure 3D est une optimisation conformationelle obtenue par D F T avec la fonctionnelle B3L YP et le set de base 6-31(d). Par approximation de projection, on remarque que la section efficace de collision ( ) du (E)-mevinphos est inférieure à celle du (Z)-mevinophos.

2 2.5 3 3.5 4 4.5Temps de mobilité (ms)

(E)-mevinphos

(Z)-mevinphosGaz dans la cellule IMS N2




Biais 37 V


Quinalphos Phoxim

= 122 Å2= 125 Å2

~ 55 ~

De part ces résultats, nous avons prouvé que la séparation de composés de masses identiques

voire de structures identiques est parfaitement réalisable par mobilité ionique.

4.2.2. Séparation de deux grandes familles chimiques de pesticides : les organophosphorés et les carbamates

La quantité de standards disponibles appartenant à la famille des organophosphorés et des

carbamates étant conséquente, une analyse plus approfondie sur ces deux familles a pu être envisagée.

La gamme de masse des organophosphorés et des carbamates se situant entre 100 et 500 daltons, ce

sont les paramètres de mobilité correspondant qui seront utilisés. Les 28 organophosphorés et les 25

carbamates disponibles sont injectés à une concentration de 1 mg/mL en infusion directe en utilisant

ces paramètres (F igure 50).

F igure 50 : T emps de mobilité en fonction de la masse pour les familles chimiques des organophosphor és et des carbamates, avec les paramètres de la gamme de masse 100-500. L es deux courbes de tendance sont presque parallèles ce qui montre que la mobilité ionique peut séparer ces deux familles.

0.00

2.00

4.00

6.00

8.00

130.0 180.0 230.0 280.0 330.0 380.0 430.0m/z

Carbamates

Organophosphorés

Temps de mob

ilité

(ms)





Biais 37 V




~ 56 ~

Les deux courbes de tendances linéaires correspondantes aux deux familles de pesticides sont

quasi-

rapport temps de mobilité sur masse est porté en graphique avec un indice de confiance de 95%

(F igure 51).

F igure 51 : Distribution du rapport temps de mobilité/masse pour les organophosphorés et les carbamates avec un indice de 95% de confiance

4.3. Les pesticides et la mobilité ionique

pesticides, choisis de manière aléatoire, ont été analysés en infusion directe. Les paramètres de

mobilité de la gamme de masse 100-900 ont été appliquées car, comme cela, aucune restriction

Cependant les pesticides de masse

supérieure

Les pesticides sont classés en fonction de leur famille chimique, et leurs temps de mobilité est

porté en graphique en fonction de leurs masses (F igure 52).

0.01 0.012 0.014 0.016 0.018 0.02 0.022

Temps de mobilité / (m/z)

Organophosphorés Carbamates

~ 57 ~

F igure 52 : G raphique du temps de mobilité en fonction de la masse pour différentes familles de pesticides

Deux remarques peuvent être faites. La première est que pour ces molécules de faible poids

mobilité.

chimique ne semble se démarquer. Cela est aussi dû au fait que la quantité de pesticides de certaines

familles est très faible et donc ne permet pas la possibilité de distinguer un comportement particulier.

reproductibles. En effet, la différence résultant des mesures par dupliqua sur 35 pesticides à une

très faible, il y a un recouvrement quasi parfait entres les 2 mesures (F igure

53).

0.00

0.50

1.00

1.50

2.00

2.50

3.00

3.50

100.0000 150.0000 200.0000 250.0000 300.0000 350.0000 400.0000 450.0000

Tem

ps d

e m

obili

té (m

s)

m/z

Anilinopyrimidine

Aryloxyphenoxypropionate

Carbamate

Chloroacetamide

Diacylhydrazine

Neonicotinoid

Organophosphate

Phenylurea

Strobilurin

Sulfonylurea

Triazole

Urea



d'hélium0.010 mbar


Biais 37 V


~ 58 ~

F igure 53 : Dupliqua sur 35 pesticides réalisés La reproductibilité des mesures est très bonne.

Nous avons donc montré que la mobilité ionique apportait une dimension supplémentaire de

. Cela

deux isomères de constitution (le phoxim et le quinalphos). En ce qui concerne ces derniers, nous

fragme

pesticides, les organophosphorés et les carbamates. Leurs comportements en mobilité ionique est

légèrement différent, mais suffisamment pour que le Synapt G2 arrive à séparer ces deux groupes.

grâce à la mobilité ionique.

mobilité ionique. Cette nouvelle dimension de séparation se base sur la polarité des molécules,

contrairement à la mobilité qui, quant à elle, est reliée à la section efficace de collision de ces

dernières.

0.00

1.00

2.00

3.00

4.00

5.00

6.00

7.00

8.00

0.0000 200.0000 400.0000 600.0000 800.0000

Tem

ps d

e m

obili

té (m

s)

m/z

Temps de mobilité du 2 marsTemps de mobilité du 9 mars



d'hélium0.010 mbar


Biais 37 V


~ 59 ~

5.

Dans le couplage chromatographie liquide/spectrométrie

de masse (LC-

limite de détection moyenne du couplage LC-IMS-MS dans des matrices de salade et de fraise. Par la

suite, no -MS.

éventuel hogonalité des trois dimensions de

séparation : la chromatographie liquide, la mobilité ionique et la spectrométrie de masse.

5.1. La chromatographie liquide couplée à la spectrométrie de masse

Avant de réaliser un couplage avec la mobilité ionique, nous avons réalisé des analyses sur les

pesticides en ne couplant que la chromatographie liquide avec la spectrométrie de masse (LC-MS).

tion des pesticides

disponibles. Puis en des tests de sensibilité ont été réalisés avec le couplage LC-IMS-MS, afin de

elle est la limite de détection des pesticides par cette méthode.

5.1.1. Détermination du temps de rétention des pesticides

Les pesticides sont analysés par mélanges de 10 à des concentrations de 100 ng/mL

un pic assez intense pour être détecté, tout en restant dans une gamme de concentration acceptable.

Ces mesures sont réalisées sans matrice de ces dernières. Grâce au

couplage LC-MS, il est possible de déterminer le temps de rétention en fonction de la masse. Ainsi,

total. Un exemple des spectres obtenus pour mélange de 10 pesticides est repris à la F igure 54, tandis

que les informations concernant ces Annexe 5. Sur tous les pesticides du

mélange analysé, seul huit présentent un pic de rétention bien résolu. En effet, la cyromazin et le

formetanate montre un spectre avec un faible rapport signal sur bruit. Ces deux pesticides sont les

composés les plus polaires du mélange étudié, ce qui laisse supposer que la colonne utilisée pour la LC

ne retiendrait pas les composés polaires. Pour confirmer cette hypothèse, tous les pesticides

disponibles ont été analysés, et à chaque fois, les composés très polaires ne sont pas présents sur le

spectre MS. Cepend pesticides ne sont pas détectés car ils se sont

~ 60 ~

cause de la chromatographie ou du spectromètre de masse (Annexe 7). En ce qui concerne la

séparation des différents pesticides, nous remarquons que les temps de rétention se situent dans une

fenêtre de temps restreinte. Ce comportement vient du montage et de la colonne HPLC utilisée. En

effet, expérimentalement, nous avons essayé plusieurs types de gradient et choisi celui qui nous

permettait la meilleure séparation avec ce dispositif.

En dépit des problèmes de détection de certains pesticides, il a été possible de déterminer le temps

de rétention de 128 pesticides sur les 159 étudiés. Dans les 31 pesticides non-détectés, nous savons

(fragmentation venant de la source

, et donc la non- la LC. Les temps de rétention de

chaque pesticide, ainsi que leurs masses et leurs structures développées Annexe 7.

F igure 54 : Spectres obtenus pour un mélange de 10 pesticides avec un couplage L C-MS. Pour chaque m/z, un spectre

Cependant, pour la cyromazine et le formetanate, les deux pesticides les plus polaires de ce mélange ne sont pas retenus par la colonne.

100ppb

Time5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00

%

0

100

5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00

%

0

100

5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00

%

0

100

5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00

%

0

100

5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00

%

0

100

5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00

%

0

100

5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00

%

0

100

5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00

%

0

100

5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00

%

0

100

5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00

%

0

100

5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00

%

0

100110519-Mix10B-04 Sm (Mn, 1x1) 1: TOF MS ES+

271.0961.03e4

42.88

38.45 44.1049.56 51.22

110519-Mix10B-04 Sm (Mn, 1x1) 1: TOF MS ES+ 376.0396.72e3

42.18

41.28


42.66


40.24

45.13


38.38

41.04


36.1036.17


37.25


33.82

110519-Mix10B-04 Sm (Mn, 1x1) 1: TOF MS ES+ 222.124

51340.65

39.7927.0119.9519.3916.5612.6410.918.253.07 22.78 34.0433.1540.80 48.4944.53 49.56 52.68


37.2726.90

26.3518.6215.2310.7910.193.07 22.70

37.0628.1433.24 40.84 49.5246.1741.68 50.47 53.37

110519-Mix10B-04 Sm (Mn, 1x1); Sm (Mn, 2x2) 1: TOF MS ES+ BPI

5.30e442.64

33.82

10.938.32

40.2236.1037.23 46.9144.22 49.54

Spectre complet

Cadusafos

Cyromazine

m/z = 167.1045 (1+)

m/z = 420.0953 (1+)

m/z = 222.1243 (1+)

m/z = 302.1105 (1+)

m/z = 284.1417 (1+)

m/z = 226.1344 (1+)

m/z = 248.0324 (1+)

m/z = 376.0386 (1+)

m/z = 271.0955 (1+)

m/z = 343.0405 (1+)

Formetanate

Paraoxon méthyl

Prosulfuron

Flutriafol

Boscalid

Metolachlor

Cyprodinil

Prochloraz

Temps

~ 61 ~

été intéressant de réaliser des mesures sur des matrices réelles. La première de ces analyses sur

matrice a constitué en un test de sensibilité de la méthode LC-MS pour savoir à quelle concentration

nous pouvions travailler dans les matrices.

5.1.2. Test de sensibilité de la méthode LC-‐IMS-‐MS sur matrices

Le test de sensibilité est réalisé sur un mélange de 8 pesticides dans des matrices de fraise et

de salade, dont les échantillons sans matrice sont détectés par le couplage LC-MS à 100 ng/mL. Les

échantillons de matrice ont été « spikées » à quatre niveaux de concentrations : 1000 ng/g de matrice,

100 ng/g de matrice, 50 ng/g de matrice et 10 ng/g de matrice (F igure 55).

F igure 55 : Tableau indiquant si les pesticides sont détectés à différentes concentrations dans la matrice salade et fraise

Nous remarquons que presque tous les pesticides sont détectés à une concentration de 100 ng/mL.

Bien que la Limite maximale de Résidus (LMR) de beaucoup de pesticides dans les fruits et les

légumes soit de 10 ng/g de matrice[78], nous avons continué avec une concentration de 100 ng/g de

. Une fois cette concentration

déterminée, la majorité des pesticides ont pu être analysés dans la salade. Malheureusement par

manque de temps, seulement les pesticides de la F igure 55 Annexe 7

indique les pesticides détectés à une concentration de 100 ng/g de matrice salade. Ainsi, nous

remarquons que par le couplage LC-MS, 80 pesticides sont détectables à une concentration de 100

ng/g de matrice sur une sélection de 118 pesticides détectés à 100 ng/mL sans matrice.

En couplant seulement un spectromètre de masse à temps de vol avec une chromatographie

liquide capillaire, nous obtenons de bons résultants de sensibilité. Cependant avec un analyseur ToF,

beaucoup de pics sont enregistrés correspondant à la fois au pesticide et à la matrice. Cela entraine

donc une erreur. ts, il faut ajouter une dimension de séparation

Nom Formule brute Masse exacte Matrice salade (en ng/g de

matrice) Matrice fraise (en ng/g de

matrice)

1000 100 50 10 1000 100 50 10 EPN C14H14NO4PS 323.0381

methiocarb C11H15NO2S 225.0824

oxadiazon C15H18Cl2N2O3 344.0694 oxamyl C7H13N3O3S 219.0678

pethoxamid C16H22ClNO2 295.1339 pyridaben C19H25ClN2OS 364.1376

simazin C7H12ClN5 201.0781

thiodicarb C10H18N4O4S3 354.4693

~ 62 ~

-MS, nous avons couplé la mobilité ionique.

Contrairement à la chromatographie liquide qui sépare les composés en fonction de leur polarité, la

mobilité ionique sépare les composés selon leur taille et leur forme. Ainsi le couplage supplémentaire

de la mobilité ionique devrait apporter une meilleure car nous

pouvons espérer que les interférences de la matrice mêmes temps de mobilité que les

composés recherchés.

5.2. Intérêt du couplage pour le « screening » Les résultats de mobilité ionique précédemment présentés ont montré que la mobilité ionique

avait un bon pouvoir de séparation. Ainsi en la combinant au couplage LC-MS, nous espérons pouvoir

améliorer la qualité des spectres obtenus. Pour cela, nous déterminerons si la mobilité a « un effet de

filtre » de la matrice sur les spectres de masse obtenus en LC-

matrice sur le temps de mobilité, et enfin si cette dimension de séparation est orthogonale à la

chromatographie liquide et à la spectrométrie de masse.

5.2.1. La mobilité ionique comme filtre de la matrice

Une matrice, en plus de contenir le composé désiré, va contenir toutes s

indésirables dans les analyses qui nous intéressent car ils vont diminuer le rapport signal sur bruit, et

parfois, empêcher purement et simple

effet matrice était présent pour le temps de rétention dans le couplage LC-MS (Cf. 5.1.2).

Dans le chapitre 4,

chantillon de pesticide à 10 ng/g

de matrice, le spectre de mobilité reconstruit pour un rapport m/z contient plusieurs pics, et donc

ion du temps de mobilité pour le composé est impossible. Un exemple est repris à la F igure

56 pour le fenamiphos sulfone. Cette figure compare les trois mobilogrammes reconstruit à la masse

336.0689 pour différentes condition initiales : 100 ng/mL sans matrice (en injection directe), 100 ng/g

de salade (couplé à la LC) et 100 ng/g de fraise (couplé à la LC).

~ 63 ~

F igure 56 : Mobilogrammes du fenamiphos sulfone (m/z = 336.1035 (1+)) résultant du couplage temps de mobilité/spectromét r ie de masse pour des échantillons sans matrice (100 ng/mL), dans la salade (100 ng/g de matrice) et dans la fraise (10 ng/g de matrice). Nous remarquons que les temps de mobilité sont différents pour les échantillons avec et sans matrice.

Nous remarquons que les pics de mobilité sont différents pour les échantillons avec et sans

matrice. Dans la salade, une interférence semble apparaître à 6.31 ms en plus du pic de mobilité

caractéristique du fenamiphos sulfone situé 5.70 ms. Tandis que dans la fraise, le pic à 5.70 ms a

complètement disparu du spectre pour laisser place au pic à 6.31 ms. Cette modification peut avoir

deux origines : soit nous sommes , et donc les composants de la fraise et

la salade ont une influence sur le temps de mobilité, soit ce changement de temps de mobilité est dû à

mobilité de 6.31 ms dans la salade et dans la fraise. La mobilité ionique en fonction du rapport m/z ne

suffit plus pour séparer les pesticides dans des matrices.

fenamiphos sulfone 1ppm MeOH/H2O 50/50 NH4Ac 5mM

Time4.80 5.00 5.20 5.40 5.60 5.80 6.00 6.20 6.40 6.60 6.80 7.00 7.20 7.40

%

0

100

4.80 5.00 5.20 5.40 5.60 5.80 6.00 6.20 6.40 6.60 6.80 7.00 7.20 7.40

%

0

100

4.80 5.00 5.20 5.40 5.60 5.80 6.00 6.20 6.40 6.60 6.80 7.00 7.20 7.40

%

0

100110414-705-01 2: TOF MS ES+

332.197_343.2118.44e6

5.70

110521-Mix10a-salade-05b Sm (Mn, 2x2) 3: TOF MS ES+ 335.158_335.296

5.02e46.31

5.89

110521-Mix10A-fraise-04b 3: TOF MS ES+ 335.227_335.29

1.24e56.31

5.70 ms

5.89 ms 6.31 ms

6.31 ms


100 ng/g de salade

100 ng/g de fraise

100 ng/mLsans matrice

~ 64 ~

une troisième dimension de séparation. Pour pouvoir coupler les trois données de séparation, il faut

que le fenamiphos sulfone a un temps de rétention de 34,68 minutes. En pratique, nous extrayons les

temps de mobilité pour une gamme de temps de rétention donnée (ici 1 minute). A partir de ce

mobilogramme complet, est extrait le mobilogramme du courant reconstruit pour le rapport m/z du

F igure 57).

F igure 57 : Mobilogrammes du fenamiphos sulfone (m/z = 336.1035 (1+)) résultant du couplage chromatographie liquide/temps de mobilité/rapport m/z (L C-I MS-MS) pour des échantillons sans matrice (100 ng/mL), dans la salade (100 ng/g de matrice) et dans la fraise (10 ng/g de matrice). L es temps de mobilité des échantillons avec ou sans matrice sont quasi-

10ppb+60% matrice

Time4.00 4.25 4.50 4.75 5.00 5.25 5.50 5.75 6.00 6.25 6.50 6.75 7.00 7.25 7.50

%

0

100

4.00 4.25 4.50 4.75 5.00 5.25 5.50 5.75 6.00 6.25 6.50 6.75 7.00 7.25 7.50

%

0

100

4.00 4.25 4.50 4.75 5.00 5.25 5.50 5.75 6.00 6.25 6.50 6.75 7.00 7.25 7.50

%

0

100110521-Mix10A-fraise-04b_dt_01 Sm (Mn, 2x2) 1: TOF MS ES+

336.1014.74e3

5.74

110521-Mix10a-salade-05b_dt_705 Sm (Mn, 2x2) 1: TOF MS ES+ 336.093.10e4

5.74

110414-705-01 Sm (Mn, 2x2) 2: TOF MS ES+ 336.033_336.107

5.84e65.70


5.70 ms

5.74 ms

5.74 ms

100 ng/g de salade

100 ng/g de fraise

100 ng/mLsans matrice

~ 65 ~

La combinaison des trois données de séparation est probante. En effet, les temps de mobilité

dans la salade et dans la fraise sont quasi-

matrice. La différence des temps de mobilité de la F igure 56

dans la matrice présentant le même rapport m/z que le fenamiphos sulfone. Ce résultat montre que le

-

pouvons dire que la mobilité ionique permet de filtrer la matrice.

Nous avons prouvé que le fenamip un effet matrice, mais la

question est de savoir si ce résultat peut être considéré comme applicable aux autres pesticides.

5.2.2. La mobilité ionique est-‐elle sensible à un effet matrice ?

matrices salade et fraise. Pour confirmer ce résultat, cinq autres pesticides ont été analysés dans la

salade et dans la fraise (F igure 58).

F igure 58 : T emps de mobilité résultant de la combinaison L C-I MS-MS.

Les résultats sont traités de façon à inclure les trois données de séparation (temps de rétention,

m/z et temps de mobilité) par la même méthode que précédemment (Cf. 5.2.1). Ainsi les temps de

mobilité filtrés sont portés en graphique en fonction du rapport m/z (F igure 59).

Nom m/zTemps de mobilité sans

matrice (ms)Temps de mobilité dans

la salade (ms)Temps de mobilité dans

la fraise (ms)propamocarb 188.1525 3.25 3.15 3.19dicrotophos 237.0766 3.6 3.57 3.65

fenamiphos sulfone 335.0956 5.7 5.7 5.7ethoprophos 242.0564 3.71 3.72 3.69

paraoxon methyl 247.0246 3.71 3.72 3.69

~ 66 ~

F igure 59 : T emps de mobilité en fonction du rapport m/z, résultant des données du couplage L C-I MS-MS. La superposition des points indique que la mobilité ionique udiés.

Les temps de mobilité des échantillons avec et sans matrice concordent presque complétement.

que matrice. Ainsi, le temps de mobilité sera un

s la salade et la fraise, voire en extrapolant, quel

ionique vis-à-vis de la chromatographie liquide et de la spectrométrie de masse.

5.2.3. LC, IMS, MS

Des dimensions sont dites orthogonales entre elles si le mécanisme de séparation de chaque

graphiques reprenant les dimensions de séparation deux à deux entre la chromatographie liquide (LC),

la mobilité ionique (IMS) et la spectrométrie de masse (MS) pour des échantillons standards à une

concentration de 100 ng/mL pour une sélection de 53 pesticides (F igure 60). Les temps de mobilité

sont établis avec les paramètres de la gamme de masse 100-900 (Cf. 4.1.2)

0

1

2

3

4

5

6

0.0000 50.0000 100.0000 150.0000 200.0000 250.0000 300.0000 350.0000 400.0000

Tem

ps d

e m

obili

té (m

s)

m/z

Temps de drift sans matriceTemps de drift dans la saladeTemps de drift dans la fraise

~ 67 ~

F igure 60 : G raphiques des trois dimensions de séparation (L C , I MS et MS) comparées deux à deux . Au vu de la dispersion des points, nous en déduisons que ces trois dimensions sont orthogonales entre elle.

Au vu de la dispersion des points, il apparait donc que ces trois dimensions de séparations sont

précédemment au

point 4.2, nous savons que la mobilité apporte quand même une dimension de séparation

supplémentaire par rapport à la masse. Le tableau reprenant toutes les données utilisées pour la F igure

60 se situe Annexe 6.

Le couplage LC-MS-ToF a montré une grande sensibilité, pouvant aller pour la plupart des

pesticides déjà testés 0 ng/g pour la matrice salade ou la fraise.

Malheureusement, les temps d

omme troisième

révélée

nettoyage » des spectres obtenus en LC-MS. En effet, elle filtre

, la mobilité

0

5

10

15

20

25

30

35

40

45

50

150 200 250 300 350 400 450 500 550

Tem

ps d

e ré

tent

ion

(min

)

m/z

L C vs MS

0.00

0.50

1.00

1.50

2.00

2.50

3.00

3.50

4.00

150 200 250 300 350 400 450 500 550

Tem

ps d

e m

obili

té (m

s)

m/z

I MS vs MS

0

5

10

15

20

25

30

35

40

45

50

0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50 4.00

Tem

ps d

e ré

tent

ion

(min

)

Temps de mobilité

L C vs I MS

~ 68 ~

6. Ce mémoire a démontré t de la mobilité ionique En effet, la

mobilité ionique permet la montré par la séparation de deux

u

po utiliser un analyseur à

temps de vol est, ir accès à la haute résolution, de pouvoir conserver toutes les valeurs

Cela se révèle utile pour une analyse

pesticide inconnu, fragment produits par

le spectromètre de masse avant et/ou après la cellule de mobilité. Cette manipulation nous permet de

connaître le temps de mobilité des fragments et des parents, nous apportant ainsi une confirmation

Dans

leurs ne subissent quasiment aucune

Nous pouvons donc en conclure que la

mobilité ionique

Dans le couplage de la mobilité ionique avec la chromatographie liquide, le principal apport de

. Lors du couplage LC-IMS-MS, le pic de mobilité obtenu par

combinaison des trois dimensions de séparation est non seulement parfaitement résolu, mais le temps

de mobilité ne varie pas entre un échantillon avec et sans matrice. Cela montre donc que dans notre cas

bien précis, la mobilité ionique

La comparaison entre les résultats des trois dimensions de séparation a montré que la mobilité

ionique est une méthode orthogonale à la chromatographie liquide et à la spectrométrie de masse.

Cette remarque ne fait que confirmer les résultats précédents qui nous indique donc que la mobilité

ionique apporte une vraie dimension supplémentaire de séparation.

~ 69 ~

7. Le couplage de la mobilité ionique avec la chromatographie liquide et la spectrométrie est un

-négatifs

améliorer les résultats pour faire d

de certitude sur les résultats.

séparation entre les

organophosphorés et les carbamates, deux grandes familles de pesticides chimiques. Il existe deux

autres grandes familles de pesticides qui sont les organochlorés et les triazines. Les organochlorés

étant pour la plupart volatile, ils ne peuvent donc pas être analysés par chromatographie liquide, ce qui

-à-vis des

réalisée dans

le cadre de ce mémoire, le lot de pesticide à disposition contenant peu de triazines.

Des premières analyses ont été réalisées sur des fragments de pesticides produits avant et après

de ces différents pesticides (temps de mobilité des ions fragments et des ions parents) en un minimum

appronfondir

pouvoir généraliser la technique. Des analyses en mode MSE enir le

.

Cependant, la principale amélioration a apporté au couplage LC-IMS-MS de ce mémoire

concerne la chromatographie liquide. La chromatographie capillaire date des années 90, et depuis de

(Ultra Haute Performance

Chromatographie) utilise des colonnes contenant des particules de diamètre beaucoup plus

petit et des pressions plus élevées pour obtenir une HEPT minimale. Ainsi

permettra une augmentation de la résolution des pics de chromatographie et surtout réduira fortement

A long du couplage LC-IMS-MS est la validation de la méthode

vue analytique. Pour cela, le couplage devra remplir des critères de validation[79], comme par exemple,

~ 70 ~

8. 1. European Food Safety Authority (EFSA) 2008 Annual Report on Pesticide Residues. EFSA

Journal, 2010. 8, 1646.

2. Waldrum, J.D. Pesticide residues in food: the safety issue. 1996; Available from:

http://entweb.clemson.edu/pesticid/program/SRPIAP/pestsaft.pdf.

3. Environmental Protection Agency. What is a pesticide?,

http://www.epa.gov/pesticides/about/index.htm. (consulté le 13 juin 2011).

4. Pike, D.R. and A. Hager. How herbicides work. (consulté le 13 juin 2011); Available from:

http://web.aces.uiuc.edu/vista/pdf_pubs/HERBWORK.pdf.

5. Duffus, J.H., Distance learning in toxicology: resident and remote; Scotland, IPCS, IUPAC, and

the world. Toxicology and applied pharmacology, 2005. 207(2 Suppl): p. 746-‐9.

6. Ware, G. and D. Whitacre, The Pesticide Book. 6th ed. MeisterPro, Chapitre 19, 2005.

7. Miller, G.T., Sustaining the Earth. 6th edition. Thompson Learning, 2004: p. 211-‐216.

8. Règlement (CE) N° 396/2005,

http://eur-‐lex.europa.eu/LexUriServ/LexUriServ.do?uri=CELEX:32005R0396:FR:NOT.

(consulté le 13 juin 2011).

9. Authority, E.F.S. Pesticide MRL harmonisation programme,

http://www.efsa.europa.eu/en/mrls/mrlharmonisation.htm. (consulté le 13 juin 2011).

10. Alder, L., et al., Residue analysis of 500 high priority pesticides: better by GC-‐MS or LC-‐

MS/MS? Mass spectrometry reviews, 2006. 25(6): p. 838-‐65.

11. Commision européenne. SANCO/2010/10036,

http://members.wto.org/crnattachments/2010/sps/EEC/10_0618_00_e.pdf.

(consulté le 13 juin 2011).

12. Anastassiades, M. QuEChERS, www.quechers.com. (consulté le 13 juin 2011).

13. Saha, J.G., C.H. Craig, and W.K. Janzen, Organochlorine insecticide residues in agricultural soil

and legume crops in northeastern Saskatchewan. J. Agric. Food Chem., 1968. 16(4): p. 617-‐

619.

14. Tarrant, K.R. and J.O. Tatton, Organochlorine pesticides in rainwater in the British Isles.

Nature, 1968. 219(5155): p. 725-‐7.

15. Abbott, D.C., R. Goulding, and J.O. Tatton, Organochlorine pesticide residues in human fat in

Great Britain. British medical journal, 1968. 3(5611): p. 146-‐9.

16. Kerkhoff, M., J. De Boer, and J. Geerdes, Heptachlor epoxide in marine mammals. The Science

of the total environment, 1981. 19(1): p. 41-‐50.

http://entweb.clemson.edu/pesticid/program/SRPIAP/pestsaft.pdf

http://www.epa.gov/pesticides/about/index.htm

http://web.aces.uiuc.edu/vista/pdf_pubs/HERBWORK.pdf

http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=CELEX:32005R0396:FR:NOT

http://www.efsa.europa.eu/en/mrls/mrlharmonisation.htm

http://members.wto.org/crnattachments/2010/sps/EEC/10_0618_00_e.pdf

http://www.quechers.com/

~ 71 ~

17. Draper, W.M., Optimizing nitrogen-‐phosphorus detector gas chromatography for pesticide

analysis. J. Agric. Food Chem., 1995. 43(8): p. 2077-‐2082.

18. Class, T.J. and J.E. Casida, High resolution gas chromatography-‐mass spectrometry applied to

studies of pesticide photodecomposition and metabolism GSF-‐Ber., 1990: p. 281-‐289.

19. Barceló, D., A review of liquid chromatography in environmental pesticide analysis.

Chromatographia, 1988. 25(10): p. 928-‐936.

20. Jin, H., et al., Trace analysis of tetracycline antibiotics in human urine using UPLC-‐QToF mass

spectrometry Microchemical Journal, 2010. 94(2): p. 139-‐147.

21. Farre, M., et al., Analysis of biologically active compounds in water by ultra-‐performance

liquid chromatography quadrupole time-‐of-‐flight mass spectrometry. Rapid communications

in mass spectrometry : RCM, 2008. 22(1): p. 41-‐51.

22. Guy, P.A., et al., Global metabolic profiling analysis on human urine by UPLC-‐TOFMS: issues

and method validation in nutritional metabolomics. Journal of chromatography. B, Analytical

technologies in the biomedical and life sciences, 2008. 871(2): p. 253-‐60.

23. Fontela, M.H., M.T. Galceran, and F. Ventura, Ultraperformance liquid chromatography

tandem mass spectrometry analysis of stimulatory drugs of abuse in wastewater and

surface. Waters Anal. Chem., 2007. 79: p. 3821-‐3829.

24. Debrauwer, L., et al., Detection of xenobiotics and chemical contaminants in the food chain:

focus on mass spectrometry based methods and their use for toxicological risk assessment in

the field of food safety. Sci. Alim., 2005. 25: p. 273-‐283.

25. Ramanathan, R., Chapitre 3. Quadrupole, Triple-‐Quadrupole, and Hybrid Linear Ion Trap Mass

Spectrometers for Metabolite Analysis. Mass Spectrometry in Drug Metabolism and

Pharmacokinetics, 2008.

26. Pergantis, S.A., et al., Identification of arsenosugars at the picogram level using

nanoelectrospray quadrupole time-‐of-‐flight mass spectrometry. Analytical chemistry, 2000.

72(2): p. 357-‐66.

27. Ferrer, I. and E.M. Thurman, Liquid Chromatography/Time-‐of-‐Flight/Mass Spectrometry

(LC/TOF/MS) for the Analysis of Emerging Contaminants. Trends in Analytical Chemistry,

2003. 22(10): p. 750-‐756.

28. Clauwaert, K.M., et al., Investigation of the quantitative properties of the quadrupole

orthogonal acceleration time-‐of-‐flight mass spectrometer with electrospray ionisation using

3,4-‐methylenedioxymethamphetamine. Rapid communications in mass spectrometry : RCM,

1999. 13(14): p. 1540-‐5.

29. C. Ferrer, et al., Determination of pesticide residues in olives and olive oil by matrix solid-‐

phase dispersion followed by gas chromatography/mass spectrometry and liquid

~ 72 ~

chromatography/tandem mass spectrometry. Journal of Chromatography A, 2005. 1069: p.

183-‐194.

30. Kanu, A.B., et al., Ion mobility-‐mass spectrometry. J. Mass Spectrom., 2008. 43(Copyright (C)

2011 American Chemical Society (ACS). All Rights Reserved.): p. 1-‐22.

31. Tiebe, C., et al., Detection of microbial volatile organic compounds (MVOCs) by ion-‐mobility

spectrometry. Anal. Bioanal. Chem., 2009. 395(Copyright (C) 2011 American Chemical Society

(ACS). All Rights Reserved.): p. 2313-‐2323.

32. Qin, C., et al., Quantitative determination of residual active pharmaceutical ingredients and

intermediates on equipment surfaces by ion mobility spectrometry. J. Pharm. Biomed. Anal.,

2010. 51(Copyright (C) 2011 American Chemical Society (ACS). All Rights Reserved.): p. 107-‐

113.

33. Kanu, A.B., C. Wu, and H.H. Hill, Rapid preseparation of interferences for ion mobility

spectrometry. Anal. Chim. Acta, 2008. 610(Copyright (C) 2011 American Chemical Society


34. Jafari, M.T. and M. Javaheri, Selective Method Based on Negative Electrospray Ionization Ion

Mobility Spectrometry for Direct Analysis of Salivary Thiocyanate. Anal. Chem. (Washington,

DC, U. S.), 2010. 82(Copyright (C) 2011 American Chemical Society (ACS). All Rights

Reserved.): p. 6721-‐6725.

35. Borsdorf, H., J.A. Stone, and G.A. Eiceman, Gas phase studies on terpenes by ion mobility

spectrometry using different atmospheric pressure chemical ionization techniques. Int. J.

Mass Spectrom., 2005. 246(Copyright (C) 2011 American Chemical Society (ACS). All Rights

Reserved.): p. 19-‐28.

36. Clemmer, D.E., R.R. Hudgins, and M.F. Jarrold, Naked Protein Conformations: Cytochrome C

in the Gas phase. J. Am. Chem. Soc., 1995. 117: p. 10141-‐10142.

37. McLean, J.A., et al., Ion mobility mass spectrometry: a new paradigm for proteomics.

International Journal of Mass Spectrometry, 2005. 240: p. 301-‐315.

38. Dwivedi, P., et al., Metabolic profiling of Escherichia coli by ion mobility-‐mass spectrometry

with MALDI ion source. Journal of mass spectrometry : JMS, 2010. 45(12): p. 1383-‐93.

39. Cohen, M.J. and F.W. Karasek, Plasma chromatography TM-‐-‐new dimension for gas

chromatography and mass spectrometry Journal of Chromatographic Science, 1970. 8(6): p.

330-‐337.

40. Sacristan, E. and A.A. Solis, A swept-‐field aspiration condenser as an ion-‐mobility

spectrometer. IEEE Transactions on Instrumentation and Measurement, 1998. 47(3): p. 769-‐

775.

~ 73 ~

41. Buryakov, I.A., et al., A new method of separation of multi-‐atomic ions by mobility at

atmospheric pressure using a high-‐frequency amplitude-‐asymmetric strong electric field

International Journal of Mass Spectrometry and Ion Processes, 1993. 128(3): p. 143-‐148.

42. Giles, K., et al., Applications of a travelling wave-‐based radio-‐frequency-‐only stacked ring ion

guide. Rapid communications in mass spectrometry : RCM, 2004. 18(20): p. 2401-‐14.

43. Revercomb, H.E. and E.A. Mason, Theory of plasma chromatography/gaseous

electrophoresis. Analytical Chemistry, 1975. 47(7): p. 970-‐983.

44. Valentine, S., Multidimensional separations of complex peptide mixtures: a combined high-‐

performance liquid chromatography/ion mobility/time-‐of-‐flight mass spectrometry approach.

International Journal of Mass Spectrometry, 2001. 212(1-‐3): p. 97-‐109.

45. Kebarle, P., A brief overview of the present status of the mechanisms involved in electrospray

mass spectrometry. Journal of mass spectrometry : JMS, 2000. 35(7): p. 804-‐17.

46. Gomez, A. and K. Tang, Charge and fission of droplets in electrostatic sprays Phys. Fluids,

1994. 6(1): p. 404-‐414.

47. Dole, M., et al., Molecular beams of macroions Journal of Chemical Physics, 1968. 49(5): p.

2240-‐2249.

48. Iribarne, J.V. and B.A. Thomson, On the evaporation of small ions from charged droplets.

Journal of Chemical Physics 1976. 64(6): p. 2287-‐2294.

49. Gamero-‐Castano, M. and J.F. Mora, Kinetics of small ion evaporation from the charge and

mass distribution of multiply charged clusters in electrosprays. Journal of mass spectrometry :

JMS, 2000. 35(7): p. 790-‐803.

50. Gamero-‐Castano, M. and J. Fernandez de la Mora, Direct measurement of ion evaporation

kinetics from electrified liquid surfaces Journal of Chemical Physics, 2000. 113(2): p. 815-‐832.

51. Fernandez de la Mora, J., Electrospray ionization of large multiply charged species proceeds

via Dole's charged residue mechanism Analytica Chimica Acta, 2000. 406(1): p. 93-‐104.

52. Shiryaeva, S.O., A.I. Grigor'ev, and D.F. Belonozhko, Bipartition of a Strongly-‐Charged Droplet

during Nonlinear Oscillations Technical Physics Letters, 2000. 26(10): p. 857-‐860.

53. Rohner, T.C., N. Lion, and H.H. Girault, Electrochemical and theoretical aspects of

electrospray ionisation Physical Chemistry Chemical Physics, 2004. 6(12): p. 3056-‐3068.

54. Pringle, S.D., et al., An investigation of the mobility separation of some peptide and protein

ions using a new hybrid quadrupole/travelling wave IMS/oa-‐ToF instrument International

Journal of Mass Spectrometry, 2007. 261(1): p. 1-‐12.

55. Mamyrin, B.A., Time-‐of-‐flight mass spectrometry (concepts, achievements, and prospects)

International Journal of Mass Spectrometry, 2001. 206(3): p. 251-‐266.

~ 74 ~

56. Wang, T.I., et al., Design parameters of dual-‐stage ion reflectrons Review of Scientific

Instruments, 1994. 65(5): p. 1585-‐1589.

57. By Rudakova, O.B. and I.P. Sedishev, Generalized criterion of solvent polarity as a tool for

control of chromatographic process Russian Chemical Bulletin, 2003. 52(1): p. 55-‐62.

58. Swartz, M.E. and B.J. Murphy. Ultra performance liquid chromatography : tomorrow's HPLC

technology today. 2004; Available from:

http://www.labint-‐online.com/uploads/tx_ttproducts/datasheet/ultra-‐performance-‐liquid-‐

chromatography-‐tomorrow's-‐hplc-‐technology-‐today.pdf.

59. Henry, R.A. Keys to High Speed HPLC with Isocratic Mobile Phases. 2010; Available from:

http://www.sigmaaldrich.com/etc/medialib/docs/Supelco/General_Information/1/t409227.

Par.0001.File.tmp/t409227.pdf.

60. Montgomery, D.C., Designs and analysis of experiments, ed. J. Wiley2008.

61. Plackett, R.L. and J.P. Burman, The Design of Optimum Multifactorial Experiments.

Biometrika, 1946. 33(4): p. 305-‐325.

62. Ledolter, J. and A.J. Swersey, Testing 1-‐2-‐3: Experimental Design with Applications in

Marketing and Service Operations. International Statistical Review, 2007. 75(3): p. 431.

63. Zhihong, Z. Comparison about the Three Central Composite Designs with Simulation. 2009.

64. Palasota, J.A. and S.N. Deming, Central composite experimental designs: applied to chemical

systems. J. Chem. Educ., 1992. 69(Copyright (C) 2011 American Chemical Society (ACS). All

Rights Reserved.): p. 560-‐3.

65. Becke, A.D., Density-‐functional thermochemistry. IV. A new dynamic correlation functional

and implications for exact-‐exchange mixing. J. Chem. Phys., 1996. 104(Copyright (C) 2011

American Chemical Society (ACS). All Rights Reserved.): p. 1040-‐6.

66. Kohn, W. and L.J. Sham, Self-‐consistent equations including exchange and correlation effects,

1965, Univ. of California. p. 21 pp.

67. Grimme, S., Accurate description of van der Waals complexes by density functional theory

including empirical corrections. J. Comput. Chem., 2004. 25(Copyright (C) 2011 American

Chemical Society (ACS). All Rights Reserved.): p. 1463-‐1473.

68. Grimme, S., Semiempirical hybrid density functional with perturbative second-‐order

correlation. J. Chem. Phys., 2006. 124(Copyright (C) 2011 American Chemical Society (ACS).

All Rights Reserved.): p. 034108/1-‐034108/16.

69. Von Helden, G., et al., Structures of carbon cluster ions from 3 to 60 atoms: linears to rings to

fullerenes. J. Chem. Phys., 1991. 95(Copyright (C) 2011 American Chemical Society (ACS). All

Rights Reserved.): p. 3835-‐7.

70. Mason, E.A. and E.W. McDaniel, Transport properties of ions in gases. Wiley, New York, 1988.

http://www.labint-online.com/uploads/tx_ttproducts/datasheet/ultra-performance-liquid-chromatography-tomorrow's-hplc-technology-today.pdf

http://www.labint-online.com/uploads/tx_ttproducts/datasheet/ultra-performance-liquid-chromatography-tomorrow's-hplc-technology-today.pdf

http://www.sigmaaldrich.com/etc/medialib/docs/Supelco/General_Information/1/t409227.Par.0001.File.tmp/t409227.pdf

http://www.sigmaaldrich.com/etc/medialib/docs/Supelco/General_Information/1/t409227.Par.0001.File.tmp/t409227.pdf

~ 75 ~

71. Wyttenbach, T., M. Witt, and M.T. Bowers, On the Stability of Amino Acid Zwitterions in the

Gas Phase: The Influence of Derivatization, Proton Affinity, and Alkali Ion Addition. J. Am.

Chem. Soc., 2000. 122(Copyright (C) 2011 American Chemical Society (ACS). All Rights

Reserved.): p. 3458-‐3464.

72. Shvartsburg, A.A., et al., Optimization of algorithms for ion mobility calculations. The journal

of physical chemistry. A, 2007. 111(10): p. 2002-‐10.

73. Mesleh, M.F., et al., Structural Information from Ion Mobility Measurements: Effects of the

Long-‐Range Potential. J. Phys. Chem., 1996. 100(Copyright (C) 2011 American Chemical

Society (ACS). All Rights Reserved.): p. 16082-‐16086.

74. Granby, K., J.H. Andersen, and H.B. Christensen, Analysis of pesticides in fruit, vegetables and

cereals using methanolic extraction and detection by liquid chromatography-‐tandem mass

spectrometry. Anal. Chim. Acta, 2004. 520(Copyright (C) 2011 American Chemical Society


75. Howdle, M.D., et al., The effect of drift gas on the separation of active pharmaceutical

ingredients and impurities by ion mobility-‐mass spectrometry. Int. J. Mass Spectrom., 2010.

298(Copyright (C) 2011 American Chemical Society (ACS). All Rights Reserved.): p. 72-‐77.

76. Chung, S.W.C. and B.T.P. Chan, Validation and use of a fast sample preparation method and

liquid chromatography-‐tandem mass spectrometry in analysis of ultra-‐trace levels of 98

organophosphorus pesticide and carbamate residues in a total diet study involving diversified

food types. J. Chromatogr., A, 2010. 1217(Copyright (C) 2011 American Chemical Society


77. Mayer-‐Helm, B., L. Hofbauer, and J. Pani, Different responses of E:Z-‐isomers of pesticides in

liquid chromatography-‐electrospray ionization-‐mass spectrometry. J. Mass Spectrom., 2010.

45(Copyright (C) 2011 American Chemical Society (ACS). All Rights Reserved.): p. 715-‐721.

78. EU Pesticides database. Pesticides EU-‐MRLs. 2011; Available from:

http://ec.europa.eu/sanco_pesticides/public/index.cfm.

79. Désenfant, M., M. Priel, and C. Rivier. De la validation des méthodes d'analyse à l'évaluation

de l'incertitude des résultats de mesure. (consulté le 13 juin 2011); Available from:

http://www.lne.fr/publications/actes_11e_congres_metrologie/81.pdf.

http://ec.europa.eu/sanco_pesticides/public/index.cfm

http://www.lne.fr/publications/actes_11e_congres_metrologie/81.pdf

~ i ~

9.

Annexe 1 : Valeurs de bornes utilisées pour gamme de masse 100-500

Annexe 2 : Résultats graphique du plan Plackett-Burman pour les paramèt res de mobilité dans la gamme de masse 100-500. L es courbes

bornes que les deux autres paramètres. A insi ce sont les paramèt res les moins influents. L es droites en pointillées représentent les valeurs consensus choisies.

-1 0 1Biais (V) 30 35 40

Vitesse de vague (m/s) 500 800 1100Haute ur de vague (V) 34 28 22

Press ion dans la ce llule d'hé lium (unité arbitraire)

100 130 160

Press ion dans la ce llule IM S (unité arbitraire)

80 100 120

-0,5

0,5

1,5

2,5

3,5

rela

tive

drift

tim

e1,

5486

67

-0,1

0,1

0,3

0,5

0,7

rela

tive

drift

tim

e 2

0,32

8

-0,5

0,5

1,5

2,5

rela

tive

drift

tim

e 3

1,31

8667

0

5

10

15

Res

olut

ion

met

amid

opho

s 2

8,44

8067

2,5

7,5

12,5

17,5

Res

olut

ion

Dic

rtoph

os11

,607

17

3

5

7

9

11

Res

olut

ion

pyrim

icar

b8,

1471

24

5

10

15

20

Res

olut

ion

fura

thio

carb

11,4

1049

0,00

0,50

1,00

Des

irabi

lity

0,66

313

-1

-0,5 0

0,5 1

0bias

-1

-0,5 0

0,5 1

0wave

velocity

-1

-0,5 0

0,5 1

0wave height

-1

-0,5 0

0,5 1

0helium cell

-1

-0,5 0

0,5 1

0IMS cell

0,00

0,25

0,50

0,75

1,00

Desirability

-0,5

0,5

1,5

2,5

3,5

rela

tive

drift

tim

e1,

5486

67

-0,1

0,1

0,3

0,5

0,7

rela

tive

drift

tim

e 2

0,32

8

-0,5

0,5

1,5

2,5

rela

tive

drift

tim

e 3

1,31

8667

0

5

10

15

Res

olut

ion

met

amid

opho

s 2

8,44

8067

2,5

7,5

12,5

17,5

Res

olut

ion

Dic

rtoph

os11

,607

17

3

5

7

9

11

Res

olut

ion

pyrim

icar

b8,

1471

24

5

10

15

20

Res

olut

ion

fura

thio

carb

11,4

1049

0,00

0,50

1,00

Des

irabi

lity

0,66

313

-1

-0,5 0

0,5 1

0bias

-1

-0,5 0

0,5 1

0wave

velocity

-1

-0,5 0

0,5 1

0wave height

-1

-0,5 0

0,5 1

0helium cell

-1

-0,5 0

0,5 1

0IMS cell

0,00

0,25

0,50

0,75

1,00

Desirability

Ecar

t rel

atif

entre

les

pics

de

mob

ilité

Rés

olut

ion

du p

ic

de m

obili

té

Methamidophos -Dicrotophos

Dicrotophos -Pirimicarb

Pirimicarb -Furathiocarb

Methamidophos

Dicrotophos

Pirimicarb

Furathiocarb

Biais Vitesse de vague

Hauteur de vague

Pression cellule He

Pression cellule IMS

A1 B1 C1 D1 E1

F1 G1 H1 I1 J1

K1 L1 M1 N1 O1

A2 B2 C2 D2 E2

F2 G2 H2 I2 J2

K2 L2 M2 N2 O2

Q2 R2 S2 T2 U2

~ ii ~

2/

Annexe 3 s la gamme de masse 100-500

Annexe 4 : Résultat graphique du plan Central Composite des deux paramèt res de mobilité les plus influents pour la gamme de masse de 100 à 500. imum pour chaque résultat . L es droites en pointillées représentent les valeurs consensus choisies.

-1 0 1 A = 1.41B i ais 28 30 35 40 42

Pression dans l a ce l l ul e IMS

72 80 100 120 128

250000030000003500000400000045000005000000

ion

inte

nsity

met

amid

opho

s39

7800

0

0

2500000

5000000

7500000

10000000

ion

inte

nsity

dicr

otop

hos

7456

000

0

10000000

20000000

30000000

40000000

ion

inte

nsity

pyrim

icar

b21

9500

00

0

2500000

5000000

7500000

10000000

ion

inte

nsity

fura

thio

carb

4378

980

6

8

10

12

14

reso

lutio

nm

etam

idop

hos

8,94

7507

11

13

15

17

reso

lutio

ndi

chro

toph

os13

,672

5

88,5

99,510

10,5

reso

lutio

npy

rimic

arb

9,40

0518

5

10

15

20

reso

lutio

nfu

rath

ioca

rb16

,545

1

1,5

2

2,5

drift

tim

eco

uple

11,

596

0,25

0,35

0,45

0,55

drift

tim

eco

uple

20,

39

-0,5

0,5

1,5

2,5

drift

tim

eco

uple

32,

554

0,00

0,50

1,00

Des

irabi

lity

0,53

9571

-1

-0,5 0

0,5 1

0Bias

-1

-0,5 0

0,5 1

0IMS cell

0,00

0,25

0,50

0,75

1,00

Desirability

Ecar

t rel

atif

entre

les

pics

de

mob

ilité

Rés

olut

ion

du p

ic

de m

obili

té

Biais

250000030000003500000400000045000005000000

ion

inte

nsity

met

amid

opho

s39

7800

0

0

2500000

5000000

7500000

10000000

ion

inte

nsity

dicr

otop

hos

7456

000

0

10000000

20000000

30000000

40000000

ion

inte

nsity

pyrim

icar

b21

9500

000

2500000

5000000

7500000

10000000

ion

inte

nsity

fura

thio

carb

4378

980

6

8

10

12

14

reso

lutio

nm

etam

idop

hos

8,94

7507

11

13

15

17

reso

lutio

ndi

chro

toph

os13

,672

5

88,5

99,510

10,5

reso

lutio

npy

rimic

arb

9,40

0518

5

10

15

20

reso

lutio

nfu

rath

ioca

rb16

,545

1

1,5

2

2,5

drift

tim

eco

uple

11,

596

0,25

0,35

0,45

0,55

drift

tim

eco

uple

20,

39

-0,5

0,5

1,5

2,5

drift

tim

eco

uple

32,

554

0,00

0,50

1,00

Des

irabi

lity

0,53

9571

-1

-0,5 0

0,5 1

0Bias

-1

-0,5 0

0,5 1

0IMS cell

0,00

0,25

0,50

0,75

1,00

DesirabilityPression dans la

cellule IMS

Methamidophos -Dicrotophos

Dicrotophos -Pirimicarb

Pirimicarb -Furathiocarb

Methamidophos

Dicrotophos

Pirimicarb

Furathiocarb

B C

E

J

D

H

F G

I

K

ML

O

N

~ III ~

Annexe 5 : Détails des 10 pesticides utilisés dans la F igure 54

Nom Formule brute Masse exacte Formule développée Temps de

rétention (mins)

boscalid C18H12Cl2N2O 342.0327

38.38

cadusafos C10H23O2PS2 270.0877

42.88

cyprodinil C14H15N3 225.1266

42.66

cyromazin C6H10N6 166.0967

Non détecté Composé polaire

flutriafol C16H13F2N3O 301.1027

36.10

formetanate C11H15N3O2 221.1164

Non détecté Composé polaire

fosthiazate C9H18NO3PS2 283.0466

35.81

metolachlor C15H22ClNO2 283.1339

40.24

prochloraz C15H16Cl3N3O2 375.0308

42.18

prosulfuron C15H16F3N5O4S 419.0875

37.25

~ iv ~

Annexe 6 F igure 60

Nom du pesticide T emps de mobilité (ms)

T emps de rétention (min) m/z

acetamipride 1.46 32.26 223.0775

azoxystrobin 3.15 37.56 404.1342

bendiocarb 1.36 37.70 224.0974

boscalid 2.33 38.38 343.0518

carbofuran 1.41 34.57 222.1186

carbofuran-3 Hydroxy 1.46 31.33 238.1137

chlorbromuron 1.57 39.47 292.9870

demeton-S-methyl sulfoxide/ oxydemeton-methyl 1.25 28.64 247.0271

dichlorvos 1.03 34.74 220.9537

dicrotophos 1.41 29.94 238.0935

diuron 1.41 37.65 233.0338

dodine 2.82 42.76 288.2986

epoxiconazole 2.28 39.41 330.0981

fenhexamid 2.01 39.43 302.0745

fluazifop-P-butyl 3.15 43.91 384.1455

flufenacet 2.39 39.55 364.0627

flutolanil 2.28 38.71 324.1357

flutriafol 1.95 36.10 302.1277

furalaxyl 1.90 37.37 302.1581

furathiocarb 2.98 45.39 383.1692

haloxyfop 2.55 41.42 362.0633

heptenophos 1.36 36.86 251.0289

hexaconazole 2.22 41.75 314.0995

indoxacarbe 3.69 42.28 528.0810

iprovalicarb 2.66 38.38 321.2375

isoproturon 1.46 36.82 207.1575

linuron 1.52 38.42 249.0240

mepanipyrim 1.52 40.10 224.1301

metalaxyl 1.84 36.32 280.1610

~ v ~

methoxyfenozide 3.09 38.66 369.2366

metolachlor 1.79 40.24 284.1489

monocrotophos 1.30 30.47 224.0712

omethoate 1.09 27.08 214.0352

pencycuron 2.50 42.69 329.1614

pethoxamid 2.01 39.55 296.1462

phenmedipham 2.28 37.66 301.1329

pirimicarb 1.57 36.46 239.1606

prochloraz 2.60 42.18 376.0392

promecarb 1.52 38.14 208.1404

prosulfocarb 1.74 44.73 252.1593

pymetrozin 1.46 30.15 218.1163

pyraclostrobine 2.71 41.97 388.1320

pyrimethanil 1.25 39.24 200.1261

simazin 1.25 35.55 202.0916

tebuconazol 2.06 41.20 308.1513

tebufenpyrad 2.93 45.26 334.1858

tetraconazole 2.73 38.95 372.0480

thiacloprid 1.63 33.15 253.0448

thiodicarbe 2.55 36.08 355.0675

thiophanate-methyl 2.33 34.78 343.0599

triasulfuron 2.82 34.32 402.0801

triflumuron 2.17 42.23 359.0497

vamidothion 1.68 31.50 288.0536

~ vi ~

Annexe 7 : L iste des pesticides utilisés dans ce mémoire, ainsi que différents paramèt res se rapportant à ces derniers

Nom Formule brute Masse exacte Formule développée

Temps de rétention

sans matrice à 100 ng/mL

(mins)

Temps de mobilité (gamme 100-900)

Détection à 100 ng/g de salade

acephate C4H10NO3PS 183.0119

Non détecté Composé très

polaire Fragment en

MS

acetamiprid C10H11ClN4 222.0672

32.26 1.46

aldicarb C7H14N2O2S 190.2632

Non détecté Fragmente en

MS

aldicarb sulfon = aldoxycarb C7H14N2O4S 222.0674


MS /

aldicarb sulfoxid C7H14N2O3S 206.0725

Non détecté Composé

polaire Fragmente en

MS

/

~ vii ~

azinphos-methyl C10H12N3O3PS2 317.0058


MS

azoxystrobin C22H17N3O5 403.1168

37.56 3.15

bendiocarb C11H13NO4 223.0845

37.70 1.36

benfuracarb C20H30N2O5S 410.1875

44.12

benthiavalicarb C15H18FN3O3S 339.1053

38.56

bifenazate C17H20N2O3 300.1474

38.59 ?

~ viii ~

bifenox C14H9Cl2NO5 340.9858

Non détecté

boscalid * C18H12Cl2N2O 342.0327

38.38 2.33

bromuconazole C13H12BrCl2N3O 374.9541

39.28

cadusafos C10H23O2PS2 270.0877

42.88

carbaryl C12H11NO2 201.0790

Non détecé Fragmente en

MS /

carbetamide C12H16N2O3 236.1161

34.59

~ ix ~

carbofuran C12H15NO3 221.1052

34.57 1.41

carbofuran-3 Hydroxy C12H15NO4 237.1001

31.33 1.46

carbosulfan C20H32N2O3S 380.2134

Non détecté /

chlorbromuron C9H10BrClN2O2 291.9614

39.47 1.57

chloridazon C10H8ClN3O 221.0356

32.34

chloroxuron C15H15ClN2O2 290.0822

39.38

~ x ~

chlorpropham C10H12ClNO2 213.0557

Non détecté Fragment en

MS /

chlortoluron C10H13ClN2O 212.6760

36.93

clethodim C17H26ClNO3S 359.1322

39.50 + 40.67 (E,Z)

clothianidin C6H8ClN5O2S 249.0087

31.45

cyazofamid C13H13ClN4O2S 324.0448

40.27

cymoxanil C7H10N4O3 198.0753


polaire /

~ xi ~

cyproconazol C15H18ClN3O 291.1138

39.05 + 39.62 (R,S)

cyprodinil C14H15N3 225.1266

42.66

cyromazin C6H10N6 166.0967


polaire /

DEET C12H17NO 191.1310

36.00

demethon-S-methyl C6H15O3PS2 230.0200


MS

demeton-S-methyl sulfon C6H15O5PS2 262.0099

29.25

~ xii ~

demeton-S-methyl sulfoxide

/oxydemeton-methyl

C6H15O4PS2 246.0149

28.64 1.25 ?

desmedipham C16H16N2O4 300.1110

37.32 ?

desmethyl pirimicarb C10H16N4O2

224.25964

33.34

diafenthurion C23H32N2OS 384.2235

49.93 ?

dichlorvos C4H7Cl2O4P 219.9459

34.74 1.03

dicrotophos C8H16NO5P 237.0766

29.94 1.41

~ xiii ~

diethofencarb C14H21NO4 267.1471

37.96

difenoconazole C19H17Cl2N3O3 405.0647

42.59

dimethoate C5H12NO3PS2 228.9996



MS

/

dimethomorph C21H22ClNO4 387.1237

37.96 + 38.52 (E,Z)

dimethylphenyl-N-

methylformamid C10H14N2 162.1157


polaire /

disulfoton C8H19O4PS3 306.0183

35.86

~ xiv ~

diuron C9H10Cl2N2O 232.0170

37.65 1.41

DMST C9H14N2O2S 214.0776

35.26

dodine C15H33N3O2 287.2573

42.76 2.82

EPN C14H14NO4PS 323.0381

37.30

epoxiconazole C17H13ClFN3O 329.0731

39.41 2.28 ?

ethiofencarb C11H15NO2S 225.0824

36.32 ?

~ xv ~

ethirimol C11H19N3O 209.1528

37.01

ethofenprox C25H28O3 376.4880


MS /

ethoprophos C8H19O2PS2 242.0564

39.67

ethoxyquin C14H19NO 217.1467

37.59 ?

famoxadone C22H18N2O4 374.1267

Non détecté /

fenamiphos sulfone C13H22NO5PS 335.0956

34.68

~ xvi ~

fenamiphos sulfoxide C13H22NO4PS 319.1007

34.23

fenazaquin C20H22N2O 306.1732

Non détecté /

fenbuconazole C19H17ClN4 336.1142

39.74 ?

fenhexamid C14H17Cl2NO2 301.0636

39.43 2.01

fenoxycarb C17H19NO4 301.0636

40.53

fenpropimorph C20H33NO 303.2562

Non détecté /

~ xvii ~

fenpyroximate C24H27N3O4 421.2002

Non détecté /

fluazifop-P-butyl C19H20F3NO4 383.1344

43.91 3.15 ?

flufenacet C14H13F4N3O2S 363.0665

39.55 39.55

flufenoxuron C21H11ClF6N2O3 488.0362

50.09

fluroxypyr C7H5Cl2FN2O3 253.9661


polaire /

flutolanil C17H16F3NO2 323.1133

38.71 2.28

~ xviii ~

flutriafol C16H13F2N3O 301.1027

36.10 1.95

formetanate C11H15N3O2 221.1164


polaire /

fosthiazate C9H18NO3PS2 283.0466

35.81

furalaxyl C17H19NO4 301.1314

37.37 1.90

furathiocarb C18H26N2O5S 382.1562

45.39 2.98

haloxyfop C15H11ClF3NO4 361.0329

41.42 2.55

~ xix ~

heptenophos C9H12ClO4P 250.0162

36.86 1.36

hexaconazole C14H17Cl2N3O 313.0749

41.75 2.22

hexazinone C12H20N4O2 252.1586

34.92

imazalil C14H14Cl2N2O 296.0483

40.98

imidacloprid C9H10ClN5O2 255.0523

31.11

indoxacarb C22H17ClF3N3O7 527.0707

42.28 3.69

~ xx ~

ion chlormequat C5H13ClN+ 122.6164


polaire /

iprovalicarb C18H28N2O3 320.2100

38.88 2.66 ?

isocarbophos C11H16NO4PS 289.0538

Non détecté, Fragment en

MS /

isofenphos-methyl C14H22NO4PS 331.1007

42.19

isoprocarb C11H15NO2 193.1103

36.70

isoproturon C12H18N2O 206.1419

36.82 1.46

~ xxi ~

isoxaben C18H24N2O4 332.1736

38.35

linuron C9H10Cl2N2O2 248.0119

38.42 1.52

malaoxon C10H19O7PS 314.0589

34.90

mepanipyrim C14H13N3 223.1109

40.10 1.52

mesotrione C14H13NO7S 339.0413


polaire /

metalaxyl C15H21NO4 279.1471

36.32 1.84

~ xxii ~

metazachlor C14H16ClN3O 277.0982

36.48

metconazol C17H22ClN3O 319.1451

41.54

methabenzthiazuron C10H11N3OS 221.0623

36.99


Non détecté Composé très

polaire /

methiocarb C11H15NO2S 225.0824

36.75

methiocarb sulfon C11H15NO4S 257.0722

32.34 ?

~ xxiii ~

methiocarb sulfoxide C11H15NO3S 241.0773

31.64

methomyl C5H10N2O2S 162.0463



MS

/

methoxyfenozide C22H28N2O3 368.2100

38.66 3.09

metobromuron C9H11BrN2O2 258.0004

36.91

metolachlor C15H22ClNO2 283.1339

40.24 1.79

metribuzin C8H14N4OS 214.0888

35.69

~ xxiv ~

mevinphos C7H13O6P 224.0450


polaire /

monocrotophos C7H14NO5P 223.0610

30.47 1.30

monolinuron C9H11ClN2O2 214.0509

36.32

napropamid C17H21NO2 271.1572

39.76

nitempyram * C11H15ClN4O2 270.0884


polaire /

omethoate * C5H12NO4PS 213.0225

27.08 1.09

~ xxv ~

oxadiazon C15H18Cl2N2O3 344.0694

46.69

oxamyl C7H13N3O3S 219.0678


polaire Fragment en

MS

oxycarboxine C12H13NO4S 267.0565

32.60

paraoxon methyl C8H10NO6P 247.0246

33.82

pencycuron C19H21ClN2O 328.1342

42.69 2.50

pethoxamid C16H22ClNO2 295.1339

39.55 2.01

~ xxvi ~

phenmedipham C16H16N2O4 300.1110

37.66 2.28

phenthoate C12H17O4PS2 320.0306

41.16

phoxim C12H15N2O3PS 298.0541

38.59 ?

pirimicarb C11H18N4O2 238.1430

36.46 1.57

prochloraz C15H16Cl3N3O2 375.0308

42.18 2.60

promecarb C12H17NO2 207.1259

38.14 1.52

~ xxvii ~

propachlor C11H14ClNO 211.0764

36.46 ?

propamocarb C9H20N2O2 188.1525

27.28

propargite C19H26O4S 350.1552


MS /

propham C10H13NO2 179.0946


MS /

prosulfocarb C14H21NOS 251.1344

44.73 1.74

prosulfuron C15H16F3N5O4S 419.0875

37.25

~ xxviii ~

pymetrozin C10H11N5O 217.0964

30.15 1.46

pyraclostrobine C19H18ClN3O4 387.0986

41.97 2.71

pyridaben C19H25ClN2OS 364.1376

44.06

pyrimethanil C12H13N3 199.1109

39.24 1.25

pyriproxyfen C20H19NO3 321.1365

49.02

quinalphos C12H15N2O3PS 298.0541

41.73

~ xxix ~

simazin C7H12ClN5 201.0781

35.55 1.25

spinosad C41H65NO10 731.4608

/ /

spirodiclofen C21H24Cl2O4 410.1052

51.17

spiroxamine C18H35NO2 297.2668

40.91 + 41.44 (R,S)

sulfosulfuron C16H18N6O7S2 470.0678

34.30

tebuconazol C16H22ClN3O 307.1451

41.20 2.06

~ xxx ~

tebufenozid C22H28N2O2 352.2151


MS /

tebufenpyrad C18H24ClN3O 333.1608

45.26 2.93

tepraloxydim C17H24ClNO4 341.8298

37.32

terbutylazin C9H16ClN5 229.1094

38.50

tetraconazole C13H11Cl2F4N3O 371.0215

38.95 2.73

thiabendazole C13H11Cl2F4N3O 733.1096

/

~ xxxi ~

thiacloprid C10H9ClN4S 252.0236

33.15 1.63

thiamethoxam C8H10ClN5O3S 291.0193

29.63

thiodicarb C10H18N4O4S3 354.4693

36.08 2.55

thiophanate-methyl C12H14N4O4S2 342.0456

34.78 2.33

triasulfuron C14H16ClN5O5S 401.0561

34.32 2.82

triflumuron C15H10ClF3N2O3 358.0332

42.23 2.17

~ xxxii ~

trinexapac-ethyl C13H16O5 252.0998

34.53 ?

triticonazole C17H20ClN3O 317.1295

39.72

vamidothion C8H18NO4PS2 287.0415

31.50 1.68

zoxamide C14H16Cl3NO2 335.0247

41.78 ?

Documents

(Page de garde) - uliege.be romain...(Page de garde) ~II"~"! ! En préambule à ce mémoire, je souhaite adresser mes remerciements les plus sincères aux personnes qui m'ont apporté